Академический Документы
Профессиональный Документы
Культура Документы
MEMOIRE
Présenté par
Monsieur GHALEM Mohamed Rafik
Intitulé :
• Mes amis.
iii
Résumé
Ces deux problématiques sont résolues en utilisant respectivement les deux méthodes
multicritère de tri : le tri ordinal et le tri nominal.
La plupart des méthodes de tri multicritère d’aide à la décision sont basées sur une
procédure d’agrégation. Les opérateurs d’agrégation utilisés la plupart du temps doivent
satisfaire à l’hypothèse d’indépendance. Néanmoins, rares sont les cas où une hypothèse
aussi forte est vérifiée, nous parlons alors d’interaction entre critères.
iv
parmi les critères (synergie et redondance parmi les critères). Nous avons aussi présenté
un modèle utilisant un problème de satisfaction de contraintes, basé sur un ensemble
d’exemples, qui permet d’identifier la mesure floue.
v
Abstarct
In this memoir, we worked out the decisional model ADMAT (Aide à la Décision
Multicritère en Aménagement du Territoire) which integrates a SIG making it possible
to describe the territory and the methods of multicriterion sorting as tools for analysis.
This model works out a concerted diagnosis of the territory and makes it possible to
solve two problematics in regional planning:
- The problematics which consist with the network’s design of polygons where
each polygon determine the type of the land use.
These two problematics are resolved by using respectively the two multicriterion
methods of sorting: ordinal sorting and nominal sorting.
The originality of our work is the use in regional planning multicriterion sorting
methods based on the introduction of concepts of fuzzy measures, monotonous
measuremes, not-additives making it possible to represent human subjectivity, and of
the fuzzy integral.
vi
the criteria (synergy and redundancy among the criteria). We also presented a model
using a problem of constraints satisfaction, based on a set of samples, which makes it
possible to identify fuzzy measurement.
vii
Table des Matières
Introduction ............................................................................................................................... 1
Problématique et contribution ................................................................................................ 6
Plan de la thèse........................................................................................................................ 7
viii
Table des Matières
ix
Table des Matières
2.2.1 La concordance....................................................................................................68
2.2.2 La discordance.....................................................................................................71
2.2.3 L’indice de crédibilité de surclassement............................................................72
2.3 Les propriétés de la relation de surclassement flou..................................................74
3 La méthode de tri ordinal basée sur l’intégrale de Choquet............................................74
3.1 La modélisation des catégories ..................................................................................75
3.2 La procédure d’affectation .........................................................................................75
3.2.1 Hypothèses du problème ....................................................................................75
3.2.2 Propriétés fondamentales de la méthode du tri ordinal ....................................76
4 Conclusion..........................................................................................................................78
x
Table des Matières
xi
Table des Matières
Annexes ..................................................................................................................................130
A Algorithmes de tri multicritère...........................................................................................131
1 L’algorithme de tri ordinal fondé sur l’intégrale de Choquet .......................................131
2 L’algorithme de tri nominal fondé sur l’intégrale de Choquet .....................................134
B Le contrôle ActiveX MapX ................................................................................................138
1 Vue d’ensemble des fonctionnalités de MapX .............................................................138
Glossaire .................................................................................................................................141
Bibliographie..........................................................................................................................155
xii
Liste des figures
1.1 La problématique de choix (P. ) ........................................................................... 16
1.2 La problématique de tri (P. ) ................................................................................ 17
1.3 La problématique du rangement (P. ).................................................................... 19
1.4 Le modèle d’un pseudo-critère.............................................................................. 30
1.5 Processus MCAD ................................................................................................. 36
3.1 Représentation graphique de l’indice de concordance partiel pour un critère g j∈ F
....................................................................................................................... 68
3.2 Représentation graphique de l’indice de discordance partiel pour un critère g j∈ F 72
4.1 Présentation des zones de comparaison définies par les seuils d’indifférence ........ 85
4.2 Représentation graphique de l’indice d’indifférence partie.................................... 86
4.3 Représentation graphique de l’indice de discordance partie................................... 89
5.1 Structuration de l’information géographique : une base de données géographique est
un ensemble de couches........................................................................................ 99
5.2 Mode vectoriel.................................................................................................... 100
5.3 Mode raster ........................................................................................................ 101
5.4 Présentation des fonctionnalités de MapX........................................................... 106
5.5 Le modèle décisionnel ........................................................................................ 113
5.6 Phases et étapes de la procédure proposée pour l’évaluation environnementale... 115
5.7 Procédure de structuration du modèle ................................................................. 120
5.8 Procédure d’utilisation du modèle....................................................................... 122
xiii
Introduction
générale
Introduction générale
Introduction
1
Introduction générale
Selon Roy [Roy et Bou 93], il y a un arbitraire certain à vouloir justifier l’aide à la
décision en postulant l’existence d’une "vérité" (optimum) vers laquelle l’homme
d’étude1 devrait tendre. Aucune démarche objective fondée sur la seule raison ne peut
démontrer l’optimalité ni même le bien-fondé d’un système de valeurs ou d’un mode
d’anticipation de l’avenir.
- leur aptitude à agir sur les perceptions et représentations du réel, la façon dont ils
ressentent et lèvent certaines ambiguïtés,
- leur habilité à créer des situations plus ou moins difficilement réversible, etc.
- Globalité : chaque solution envisagée doit être exclusive de toutes les autres,
1
L’homme d’étude est celui qui prend en charge l’aide à la décision.
2
Actes de séminaire à l’Ecole Polytechnique Fédérale de Lausanne, Cité par [Joe 97].
2
Introduction générale
- Stabilité : l’ensemble des solutions considérées doit être fixé une fois pour
toutes,
Dans les problèmes complexes, il est évident que ces contraintes sont extrêmement
restrictives et rarement vérifiables dans la réalité.
Le territoire dans lequel nous vivons constitue le cadre de toutes nos activités
sociales, économiques, culturelles, etc…
3
voir l’article de Ben Mena [Men 00] pour un contre exemple de la transivité des préférences du
décideur.
3
Introduction générale
Son étendue limitée nous impose de l’utiliser de façon mesurée et rationnelle. Ceci
implique que nous devrions avoir en permanence une vue exhaustive sur l’état du
territoire, de même que sur les processus qui s’y déroulent.
Dans de nombreux travaux tels que [Bou et al 00] et [Top et al 00], la réflexion a
porté principalement sur la conception et l’organisation de bases de données
géographiques facilitant la consultation par l’ensemble des usagers potentiels.
- [Ben et Bng 00] qui présente une nouvelle méthodologie de diagnostic permettant
de classifier les conduites des réseaux d’assainissement urbains selon leur degré
de vulnérabilité face aux risques hydraulique et structural et représente également
une base de connaissance actualisable sur ces réseaux, dans le but d’évaluer les
performances des réseaux d’assainissement.
- [Bou et Hen 00] qui présente quelques axes de développement d’outils d’aide à
la décision dans les moyennes collectivités à partir de système d’information
géographique pour répondre aux problèmes de la gestion des eaux.
4
Introduction générale
nombre croissant d’objectifs, souvent divergents, défendus par des acteurs motivés
utilisant toutes les voies administratives et juridiques pour parvenir à leur fin [Jeo 97].
Les SIG ont de nombreux avantages. Tout d’abord, la manipulation d’un important
volume de données aide à considérer le problème avec toute sa complexité, sans
procéder à des simplifications qui peuvent être hasardeuses. Ensuite, les fonctions
d’analyse spatiale des SIG assurent une précision satisfaisante pour l’évaluation des
distances, des pentes et d’autres informations géométriques ou géomorphologiques. Or,
ces informations sont, en général, à la base de l’évaluation de nombreux critères.
Finalement, l’utilisation du SIG permet de considérer globalement l’ensemble des
variantes disponibles dans la région d’étude [Joe 95].
5
Introduction générale
mais elles fournissent plutôt une décision appropriée résultant d’une action de
compromis. De plus, elles permettent d’impliquer le décideur dans la phase de la
construction du modèle afin qu’il puisse y intégrer ses préférences (élaboration d’un
diagnostic concerté du territoire [Joe 97]).
Problématique et contribution
Dans ce travail, nous élaborons un modèle décisionnel multicritère qui intègre un SIG
permettant de décrire le territoire et les méthodes de tri multicritère comme outils
d’analyse. Ce modèle traite deux problématiques en aménagement du territoire : la
problématique qui consiste à la recherche d’une surface satisfaisant au mieux certains
critères et la problématique qui consiste à la conception d’un réseau de polygones où
chaque polygone détermine le type de l’utilisation du sol.
Ces deux problématiques sont résolues en utilisant respectivement les deux méthodes
multicritère de tri : le tri ordinal et le tri nominal.
6
Introduction générale
Ce constat, nous a amené à utiliser l’intégrale de Choquet discret [Mar 99a] comme
opérateur d’agrégation dans les deux méthodes de tri. Cet opérateur a pour objectif
d’améliorer la puissance de l’analyse multicritère en généralisant la moyenne
arithmétique pondérée par la prise en compte de l’interaction entre les critères.
Plan de la thèse
Cette thèse s’articule autour de cinq chapitres. Les paragraphes suivants résument
chaque chapitre.
Ce chapitre traite le phénomène d’interaction parmi les critères. Il introduit les mesures
floues comme outils de modélisation des poids des critères et l’intégrale de Choquet
comme opérateur d’agrégation dans les méthodes multicritères d’aide à la décision.
Dans ce chapitre, nous proposons une procédure de tri ordinal (cas où les catégories
sont ordonnées). Cette procédure a la particularité de prendre en compte l’interaction
parmi les critères.
7
Introduction générale
Dans ce chapitre, nous proposons une procédure de tri nominal (cas où les catégories
ne sont pas ordonnées) visant à aider le décideur dans le choix d’une ou des classes les
plus possibles à l’affectation d’une action. Cette procédure a aussi la particularité de
prendre en compte l’interaction parmi les critères.
8
Chapitre I
MMCAD et problématique du tri
1 Introduction
Dans ce chapitre, nous visons à définir quelques notions et concepts de base nécessaires
pour mieux cerner notre domaine de recherche.
Tout d’abord, nous présentons une définition de l’aide à la décision. Ensuite, nous
décrivons les étapes d’un processus décisionnel :
4. L’élaboration de la recommandation ;
Une décision est le fait d’un individu isolé (le "décideur") exerçant librement un choix
entre plusieurs possibilités d’actions à un moment donné dans le temps. Celle-ci est aussi
souvent la résultante d’interactions entre de multiples acteurs (cf. 2.1) au cours d’un
processus de décision, même si, en dernier ressort, la responsabilité d’une décision incombe
à un individu clairement identifié [Roy et Bou 93].
10
MMCAD et problématique du tri
Nous admettrons donc que le concept de décision est difficilement séparable de celui du
processus de décision dans la mesure où c’est l’ensemble des temps forts dans le
déroulement de ce processus qui détermine la décision globale [Roy et Bou 93].
Dans ce contexte, décider ou, de façon plus large, intervenir dans un processus de
décision n’est qu’exceptionnellement trouver une solution à un problème. C’est, le plus
souvent, imaginer des compromis, faire accepter un arbitrage dans une situation de conflit.
Transformer un conflit en un problème, c’est laisser croire qu’il existe une solution, c’est-à-
dire une réponse que tous les acteurs doivent reconnaître comme juste [Roy et Bou 93].
En général, un arbitrage ne peut éliminer une part d’arbitraire, un compromis, une part
de rapport de force. L’analyse multicritère et les procédures qui en dérivent peuvent
contribuer à réduire cette part et à la faire accepter [Roy et Bou 93].
Roy [Roy et Bou 93] suggère la définition suivante de cette discipline : « l aide à la
décision est l activité de celui qui, prenant appui sur des modèles clairement explicités
mais non nécessairement complètement formalisés, aide à obtenir des éléments de réponse
aux questions que se pose un intervenant dans un processus de décision, éléments
concourant à éclairer la décision et normalement à recommander, ou simplement à
favoriser, un comportement de nature à accroître la cohérence entre l évolution du
processus d une part, les objectifs et le système de valeurs au service desquels cet
intervenant se trouve placé d autre part».
11
MMCAD et problématique du tri
Dans les paragraphes suivants, nous introduisons les concepts les plus importants qui
interviennent dans cette phase du processus de décision.
Selon Roy [Roy 85] « un individu ou un groupe d individus est acteur d un processus de
décision si, par son système de valeurs, que ce soit au premier degré du fait des intentions
de cet individu ou groupe d individus ou au second degré par la manière dont il fait
intervenir ceux d autres individus, il influence directement ou indirectement la décision. De
plus, pour qu un groupe d individus soit identifié comme un seul et même acteur, il faut
que, relativement au processus, les systèmes de valeurs, systèmes informationnels et
réseaux relationnels des divers membres du groupe n aient pas à être différenciés ».
12
MMCAD et problématique du tri
Parmi les divers acteurs, les intervenants sont ceux qui, de par leur intervention,
conditionnent directement la décision en fonction du système de valeurs dont ils sont
porteurs [Roy et Bou 93].
A leur côté figurent tous ceux (administrés, contribuables, etc..) qui, de façon
normalement passive, subissent les conséquences de la décision. Laquelle est seulement
censée tenir compte de leurs préférences. Nous appellerons cette catégorie d’acteurs les
agis [Roy et Bou 93].
Le décideur est l’intervenant dans le processus de décision que les modèles mis en
uvre cherchent à éclairer.
L’Homme d’étude est celui qui prend en charge l’aide à la décision. Mettant en uvre
des modèles dans le cadre d’un processus de décision, il contribue à l’orienter et à le
transformer [Roy et Bou 93].
Selon la nature des problèmes, les actions, appartenant à un ensemble dénoté par A ,
peuvent se présenter de diverses manières :
13
MMCAD et problématique du tri
L’action fictive ou imaginaire est considérée soit comme une action idéalisée pour
connaître la réaction du décideur, soit comme un objet de référence (ou prototype) dans les
problèmes de classification multicritère, les actions fictives peuvent être réalistes ou non
réalistes.
Ainsi, cette notion de "possible" est introduite avec l’idée d’action potentielle.
Une action potentielle est une action réelle ou fictive provisoirement jugée réaliste par
un acteur au moins ou présumée telle par l’homme d’étude en vue de l’aide à la décision.
14
MMCAD et problématique du tri
En extension, c’est-à-dire par énumération de ses éléments, ceci n’est possible que dans le
cas où A serait fini et de cardinal relativement faible. Dans cette forme, l’ensemble A est
représenté par une liste {a1, a2,..., an } d’actions potentielles.
En compréhension, A est défini par un système de contraintes, dans le cas où A est infini
k
ou de cardinal très élevé. Il est alors représenté par un sous-ensemble de R où chaque
action est définie par un vecteur (x1, x2,..., xk ) .
Lorsque l’ensemble A est défini a priori sans modification durant le processus, nous
dirons qu’il est stable. Dans le cas contraire, nous dirons qu’il est évolutif.
Remarquons aussi que l’ensemble A est globalisé dans le cas où chaque élément de A est
exclusive de toutes les autres et il sera fragmenté dans le cas où les résultats du processus
de décision correspondent à des regroupements convenables d’éléments de A.
Remarque :
Dans les deux problématiques en aménagement du territoire que nous traiterons, les actions
potentielles correspondent aux zones homogènes (unités de surfaces qui sont cohérentes et
homogènes quelle que soit la problématique) définis dans la région d’étude. Cet ensemble
d’action est fini car la région d’étude a une surface limitée et que l’ensemble des zones
homogènes est dénombrable.
Roy [Roy et Bou 93] [Roy 85] identifie quatre problématiques de référence :
15
MMCAD et problématique du tri
vers la mise en évidence d’un sous ensemble de A aussi restreint que possible, conçu
pour éclairer directement le décideur sur ce que doit être l’issue du prochain temps fort et
ce compte-tenu du caractère éventuellement révisable et/ou transitoire de A; cette
problématique prépare une forme de recommandation ou de simple participation visant :
- soit à proposer l’adoption d’une méthodologie fondée sur une procédure de sélection
(d’une meilleure action) convenant à une éventuelle utilisation répétitive et/ou
automatisée.
ELECTRE I, ELECTRE IS [Roy et Bou 93] sont des méthodes de cette problématique.
16
MMCAD et problématique du tri
A Procédure d affectation
C1
C2
Ci
Cn
Fig. 2 La problématique de tri (P. )
Selon la structure du problème nous distinguons deux types de tri [Roy et Bou 93] :
§ Dans les cas où les catégories sont ordonnées et sont caractérisées par une séquence
d’actions de référence limite.
Chacune des catégories est représentée par deux familles d’actions de référence, une
inférieure (constituant la borne inférieure) et une supérieure (constituant la borne
supérieure).
17
MMCAD et problématique du tri
§ Dans les cas où les catégories ne sont pas ordonnées et sont caractérisées par une ou
plusieurs actions types (actions de référence centrale ou prototypes). Cette classe de
problématique est connue sous le nom de la "problématique du tri nominal" (ou
"discrimination multicritère").
ELECTRE TRI [Roy et Bou 93], Segmentation Trichotomique [Mos et Roy 77] (tri
ordinal), PROAFTN [Bel 00] (tri nominal) sont des méthodes de cette problématique.
Exemples
Parmi les exemples de problèmes traités par ces deux types de tri, nous citons les deux
problématiques d’aménagement du territoire traitées dans notre processus décisionnel.
Dans les chapitres 3 et 4, nous illustrons en détail ces deux types de tri utilisés comme
outils d’analyse par notre modèle décisionnel développé dans le chapitre 5.
- soit à indiquer un ordre partiel ou complet portant sur des classes regroupant des
actions jugées équivalentes ;
18
MMCAD et problématique du tri
A A1
A2
Ai
Aj
An
PROMETHEE I et II et ELECTRE II, III, IV [Roy et Bou 93] sont des méthodes de
cette problématique.
Les problèmes de compétition qui rangent les actions des bonnes aux mauvaises sont des
exemples typiques de cette problématique.
19
MMCAD et problématique du tri
- soit à proposer l’adoption d’une méthodologie fondée sur une procédure cognitive
convenant à une éventuelle utilisation répétitive et/ou automatisée.
Définition 1.2: Un critère est une fonction g, définie dans A, prenant ses valeurs dans un
ensemble totalement ordonné et représentant les préférences du décideur selon un certain
point de vue [Vin 92].
Lorsqu’un problème considère plusieurs critères F ={g1,..., gn } ≡ {1,.., n}/ n≥1 , la notation
deviendra : g(a )={g1(a ),..., g n(a )}/ n≥1 , où F est appelée une famille de critères.
L’évaluation de l’action a selon le critère j est notée par g j(a ) (performance ou score de
a sur le critère j ).
20
MMCAD et problématique du tri
Roy et Bouyssou [Roy et Bou 93] imposent certains axiomes sur F pour que la
cohérence entre ce que l’on sait ou ce que l’on veut au niveau des préférences globales et ce
que la famille F amène logiquement à inférer à ce niveau soit garantie. Ces axiomes sont :
§ Axiome d’exhaustivité
Une famille F de n critères est dite exhaustive si deux actions a et b sont telles que
∀j∈F g j(a )= g j(b ) alors il est impossible de différencier a et b dans un modèle de
§ Axiome de cohésion
Cet axiome vise à cerner le minimum de cohésion qui doit exister entre le rôle
dévolu localement à n’importe quel critère gj au niveau des préférences restreintes à
son axe de signification et le rôle dévolu au même critère gj une fois immergé dans
F au niveau des préférences globales. C-à-d, si pour deux actions indifférentes a et
b, nous améliorons la performance de a sur un critère (les autres restent inchangés)
et/ou nous dégradons certains performances de b (les autres restent inchangés), alors
ceci implique que l’action a est au moins aussi bonne que l’action b.
21
MMCAD et problématique du tri
de F définit une famille qui met en défaut l’un au moins des axiomes d’exhaustivité
et de cohésion.
Les MMCAD se basent sur la comparaison des actions potentielles, soit entre elles ou avec
des actions de références. Cette comparaison prend appui sur les valeurs et les préférences
d’un ou plusieurs acteurs dans un processus de décision.
Par conséquent, un système relationnel de préférences (s.r.p.) est défini par un ensemble
de relations1 binaires. Nous rappelons ici quelques structures remarquables de ces relations
ayant un intérêt particulier en modélisation des préférences [Roy et Bou 93] [Bou et al 03].
Soit R une relation binaire sur un ensemble A. La relation binaire (A, R) est dite :
1
Une relation binaire R sur un ensemble A est un sous ensemble du produit cartésien AxA, nous noterons
fréquemment aRb au lieu de (a, b )∈R et a¬Rb au lieu de (a, b )∉R
22
MMCAD et problématique du tri
Les relations R1, R2,.., Ri constituent un système relationnel de préférences (s. r. p.) sur A si :
- Elles sont exhaustives : pour une paire d’actions quelconques, une au moins est
vérifiée.
- Elles sont mutuellement exclusives : pour une paire d’actions quelconques, deux
relations distinctes ne sont jamais vérifiées en même temps.
Dans la modélisation des préférences Roy [Roy et Bou 93] propose quatre situations
fondamentales incompatibles de préférence : l’indifférence, la préférence stricte, la
préférence faible et l’incomparabilité. Ces situations sont représentées par les relations
binaires illustrées dans le tableau 1.1.
23
MMCAD et problématique du tri
Le système relationnel de préférences {I, P, Q, R} peut être construit par une relation S tel
que la partie symétrique de S correspond à I et la partie asymétrique de S correspond à P
ou à Q. La relation S, appelée relation de surclassement, correspond à l’existence de raisons
claires et positives qui justifient soit une préférence stricte, soit une préférence faible en
faveur de l’une (identifiée) des deux actions ou soit une indifférence entre les deux mais
sans qu’aucune séparation significative ne soit établie entre ces trois situations. Nous
pouvons aussi dire que l’action a surclasse l’action b (a S b) si et seulement si (ssi) a est au
moins aussi bon que b et qu’il n’y a pas de raisons refusant cette assertion. Par définition S
réflexive mais non nécessairement transitive.
24
MMCAD et problématique du tri
aSb ⇒ (a P b) ou (a Q b ) ou (a I b)
(a S b) et (b S a) ⇔ aI b
(a S b) et ¬(b S a ) ⇔ (a P b)ou (a Q b)
¬(a S b ) et ¬(b S a ) ⇒ (a R b )
Dans cette section, nous présentons une brève introduction de certaines structures de
préférences 2. Nous renvoyons le lecteur intéressé à plus de détails aux références [Roy et
Bou 93] [Bou et al 03].
Définition 1.3 : Une structure de préférence {P, I } sur A est une structure de préordre
complet ssi il existe une fonction g : A → ℜ telle que, [Bou et al 03]
2
Nous appelons structure de préférence sur A la donnée d’une relation binaire réflexive S dans A.
25
MMCAD et problématique du tri
Un préordre complet {P, I } où I n’est vérifiée qu’entre deux actions identiques est appelé un
ordre complet, ce qui correspond à la notion intuitive de classement sans possibilité d’ex-
æquo.
Définition 1.4 : Une structure de préférence {P, I } sur A est une structure de quasi-ordre ssi
il existe une fonction g : A → ℜ telle que,
- I est symétrique,
- P est de Ferrers,
- P est quasi-transitive,
26
MMCAD et problématique du tri
- P. P . I ⊂ P ,
- I. P.P⊂ P,
- P2 ∩ I 2 ={ } .
Dans une structure d’ordre d’intervalle, nous utilisons un modèle de seuil variable.
L’évaluation d’une action n’est pas représentée par des valeurs mais par des intervalles.
Définition 1.5 : Une structure de préférence {P, I } sur A est une structure d’ordre
- I est symétrique,
- P est de Ferrers,
- P. I . P ⊂ P .
27
MMCAD et problématique du tri
Définition 1.6 [BOU et al 03]: Une structure de préférence {P, I , Q}sur A est une structure
Nous parlons alors d’ordre partiel, préordre partiel, quasi-ordre partiel, ordre d’intervalle
partiel et de pseudo-ordre partiel.
28
Structure de
I P Q R
préférence
Modèle à un
seuil
Modèle à seuil
variable
bSa
aSb
a>b b>a
Il est possible de classifier les méthodes multicritères selon les formes d’agrégation des
critères. Roy [Roy 85] a proposé trois classes de méthodes : méthodes par agrégation
complète, par agrégation partielle et par agrégation locale. Dans ce qui suit, nous
introduisons ces méthodes [Roy 85].
30
MMCAD et problématique du tri
Cette approche consiste à prendre appui sur une règle apportant une réponse synthétique
exhaustive et définitive au problème de l'agrégation des performances. Elle prend la forme
d'un critère unique de synthèse agrégeant les n critères de la famille par le biais d'une
fonction d'agrégation U en posant : g(a) = U(g1(a), g 2(a), ..., g n(a)).
Elle conduit donc à des s.r.p. ayant des propriétés remarquables de transitivité et
excluant l'incomparabilité (préordre complet, quasi-ordre, pseudo-ordre).
Parmi les méthodes de cette approche nous pouvons citer : MAUT (Multiple Attribute
Utility Theory) [Fis 70] et UTA (UTilité Additives) [Jac et Sis 82].
- Une extension de MAUT fut utilisée pour aider les négociations entre États des
Etats-Unis pour choisir la politique à adopter pour le problème des pluies acides
[Ana 87].
- [Lat et Wat 82] utilisèrent encore MAUT pour la gestion de déchets nucléaires.
Cette approche consiste à prendre appui sur une règle apportant une réponse synthétique,
exhaustive et définitive au problème de l'agrégation des performances. Elle prend la forme
d'un ensemble de conditions conduisant à accepter ou à rejeter un surclassement au niveau
31
MMCAD et problématique du tri
global. Cette approche vise à caractériser les surclassements qu'il est possible d'établir de
façon suffisamment solide. Elle conduit à des s.r.p. acceptant l'incomparabilité et n'ayant
pas nécessairement des propriétés remarquables de transitivité.
Parmi les méthodes de cette approche nous pouvons citer : la famille de méthodes
ELECTRE [Roy et Bou 93] et la Segmentation Trichotomique [Mos et Roy 77].
- La méthode Electre II a été utilisée par Maystre et De Heer [May et Hee 85] pour
établir un ordre de préférence parmi 14 stratégies face à 5 critères, en vue de lutter
contre l’eutrophisation du Lac de Joux (Suisse).
- Electre III fut utilisée par [Dio 88] afin de classer 8 politiques de gestion des déchets
urbains de Dakar (Sénégal).
- [Ser 91] aida les communes de la région Provence, Alpes, Côte d’Azur à déceler les
postes, dans leur budget de fonctionnement, dont la dépense d’énergie était
manifestement trop forte. Il utilisa pour cela une méthode de tri trichotomique, basée
sur les surclassements et mise au point par [Mos et Roy 77].
- [Avi et Sau 94] ont intégré des critères environnementaux aux traditionnels critères
techniques et économiques afin de choisir parmi six scénarios d’équipement en
lignes électriques au Québec, quels seraient les meilleurs. Ils utilisèrent pour cela
Electre III.
32
MMCAD et problématique du tri
Dans cette approche, il n'est pas question de chercher à expliciter une règle apportant une
réponse synthétique exhaustive et définitive au problème de l'agrégation des performances.
L'agrégation ne procède plus de l'explicitation d'une règle, même partielle ou provisoire,
mais d'une séquence de jugements que formule le décideur ou d'autres acteurs. Les
jugements émis n'ont qu'une portée locale en ce sens qu'ils ne mettent en jeu soit qu'une
seule action et son voisinage dans l'espace des performances, soit un très petit nombre
d'actions qu'il paraît judicieux et pertinent de chercher à comparer parce qu'elles sont
voisines.
Parmi les méthodes de cette approche nous pouvons citer : PLM (programation linéaire
multicritère) et STEM [Men 00].
- Un modèle fondé sur la PLM fut utilisé par [Coh et al 80] en vue de trouver la
meilleure localisation d’une centrale électrique.
- [Ell 88] se servit aussi de la PLM pour résoudre un problème relatif au contrôle des
pluies acides.
33
MMCAD et problématique du tri
3.4 Recommandations
La dernière étape du processus décisionnel est l’analyse des résultats du modèle MCAD.
Cette analyse permet de développer des recommandations par la prise en compte de
l’ensemble de données et d’hypothèses utilisées dans la construction du modèle.
Le décideur est parfois confronté à des problèmes de classement. Dans ce cas, l’homme
d’étude peut opter pour la problématique du tri. Cette dernière, consiste à poser le problème
en terme d’affectation de chaque action de A (ou d’une action isolée) à une ou plusieurs
catégories (minimum deux). Ceci se fait à travers un examen de la valeur intrinsèque de
l’action en se référant à des normes préétablies. Le tri est ordinal si les classes sont
complètement ordonnées, et est nominal dans le cas contraire.
Dans le cas où l’action ne vérifie pas les normes ou les règles d’affectation, elle sera
affectée à une classe à part connue sous l’appellation “classe corbeille”. En plus, une action
peut être affectée à plusieurs classes ; nous parlons alors d’une “multi-affectation”.
En général, pour résoudre les problèmes de tri, nous suivons les deux phases suivantes :
Les catégories sont conçues pour recevoir des actions potentielles, conformes aux
normes d’affectation (nous entendons par norme d’affectation les actions de référence
et la procédure d’affectation). Cette phase est distinguée par deux étapes l’une de
structuration et l’autre de validation :
34
MMCAD et problématique du tri
Etape I : Structuration
Dans cette étape les différentes actions de référence ainsi que leurs paramètres (critères,
seuils, coefficients d’importance,...) sont tirés à partir des connaissances disponibles au
préalable (formées d’un ensemble d’exemples et/ou un ensemble de règles logiques) et
généralement donnée par le décideur.
Etape II : Validation
Il s’agit de valider ou inférer les paramètres trouvés dans l’étape précédente à travers les
exemples d’affectation donnés par le décideur. Pour cela, nous utilisons l’une des deux
techniques suivantes :
Technique indirecte [Mou et Slo 96]: elle consiste à ajuster les paramètres sans
l’intervention directe du décideur. Cette technique nécessite un effort cognitif beaucoup
plus faible que la première. Nous demandons seulement au décideur une information
globale (étape de structuration), puis nous utilisons une méthode automatique qui
détermine directement les paramètres optimaux, en minimisant les erreurs
d’affectation. Cette méthode automatique utilise des procédures d’inférence.
Phase II : Affectation
Dans un tri ordinal, nous affectons une action à une catégorie si elle est entre les
frontières de cette catégorie.
35
MMCAD et problématique du tri
Dans le cas d’un tri nominal, une action est affectée à une catégorie si elle est similaire à
au moins une action de référence de cette catégorie.
Processus MCDA
- Acteurs,
- Actions,
- Famille de critères,
- Problématiques MCAD.
Modèle MCDA
Choix du modèle multicritère
Construction de la recommandation
Décision
Fig. 1.5 Processus MCAD
5 Conclusion
Nous avons présenté dans ce chapitre les étapes du processus de décision dans le cadre de
l’aide à la décision multicritère. La figure 1.5 résume ces étapes.
36
MMCAD et problématique du tri
Dans les méthodes multicritères, l’indépendance (au sens des préférences) entre les
critères est une condition nécessaire pour la validation de ces méthodes mais dans beaucoup
de situations les critères interagissent entre eux et cette condition n’est pas vérifiée.
Dans le chapitre qui suit, nous étudierons en détail ce point de vue et nous introduirons
une solution à ce problème.
37
Chapitre II
Mesures floues et intégrale de Choquet
1 Introduction
Un des aspects significatifs dans les problèmes d’agrégation est la prise en compte de
l’importance des critères considérés, laquelle est modélisée par l’utilisation de poids.
Par conséquent, il est nécessaire d’utiliser des fonctions ou des opérateurs d’agrégation
pondérés durant la phase d’agrégation. Jusqu’à récemment, les opérateurs d’agrégation les
plus utilisés étaient les moyennes arithmétiques pondérées, c’est-à-dire des opérateurs de la
forme :
Ainsi, dans les problèmes décisionnels, les phénomènes complexes d’interaction parmi
les critères (tel que la relation entre la qualité d’un produit et son prix) doivent être pris en
compte par les méthodes d’agrégation et essentiellement dans le processus de détermination
des poids.
39
Mesures floues et intégrale de Choquet
Dans ce chapitre, nous traitons le problème d’agrégation des critères interactifs. Nous
introduisons les mesures floues et l’intégrale floue.
Nous verrons par la suite que les mesures floues permettent de définir un poids sur
chaque sous-ensemble de critères et que l’intégrale floue, plus spécifiquement l’intégrale
de Choquet [Mar 99a], est un opérateur d’agrégation pondéré capable de considérer
l’interaction parmi les critères.
Avant d’étudier les mesures floues et l’intégrale de Choquet, il est utile de détailler les
phénomènes d’interactions parmi les critères.
2 Critères interactifs
Pour bien comprendre les phénomènes d’interaction parmi les critères et comment les
mesures floues permettent de modéliser cette interaction, il est nécessaire de donner une
définition de la mesure floue.
Définition 2.1 [Bou et al 03]:Une mesure floue sur N est une fonction d’ensemble
v : 2 →[0,1] qui est monotone, i.e. v(S ) ≤ v(T ) chaque fois que S ⊆ T ( S , T ⊆ N ).et vérifie
N
Pour chaque sous-ensemble S de critères, v(S ) est interprété comme étant le poids ou
coefficient d’importance relatif à S .
40
Mesures floues et intégrale de Choquet
2.1 Corrélation
coefficient de corrélation nul ou proche de 0 signifie qu'il n'y a pas de relation linéaire
entre x et y .
Deux critères i,j ∈ N sont positivement corrélés si nous pouvons observer une
corrélation positive entre les scores (performances) partiels relatifs à i et ceux relatifs à j.
Exemple 2.1 [Mar 02] : Considérons le problème de l’évaluation d’étudiants par rapport à
trois cours de mathématiques (critères): statistique, probabilité et algèbre. Les deux
premiers critères sont clairement corrélés puisque, habituellement, les étudiants qui sont
bons en statistique sont également bons en probabilité, et vice versa. Ainsi, ces deux
critères présentent un certain degré de redondance.
Supposons qu’une moyenne arithmétique pondérée soit utilisée pour évaluer les
étudiants et supposons aussi que le troisième critère soit plus important que les deux
premiers, de telle sorte que les poids soient par exemple 0.3, 0.3, 0.4, respectivement.
41
Mesures floues et intégrale de Choquet
Puisque les deux premiers critères se recouvrent quelque peu, l’évaluation globale sera
surestimée (respectivement sous-estimée) pour les étudiants qui sont bons (respectivement
mauvais) en statistique et/ou en probabilité.
Ce phénomène indésirable peut être facilement surmonté en utilisant une mesure floue
convenable v et l’intégrale de Choquet Cv. Une corrélation positive entre les critères i et j
doit alors être modélisée par l’inégalité suivante:
qui exprime une interaction négative ou une synergie négative entre i et j (l’importance
de la paire {i, j} est moins élevée que lorsque les critères sont considérées séparément).
Plus exactement, si i et j sont positivement corrélés alors la contribution marginale de j à
chaque combinaison de critères contenant i est strictement inférieure à la contribution
marginale de j à cette même combinaison mais où i est exclu, c’est-à-dire:
42
Mesures floues et intégrale de Choquet
2.2 Interchangeabilité
Exemple 2.2 [Mar 02] : il est important que les étudiants soient bons dans les
matières scientifiques ou littéraires. S’ils sont bons dans les deux directions, c’est à peine
plus satisfaisant.
Bien sûr, un tel comportement ne peut être exprimé par une moyenne
arithmétique pondérée. Ici, l’importance de la paire {i, j} est proche de l’importance des
critères i et j, même en présence des autres critères. Cette condition peut être facilement
exprimée par une mesure floue v telle que :
Dans ce cas, nous observons que les critères i et j sont presque substitutifs ou
interchangeables. Dans le cas extrême de l’égalité, ils peuvent même être confondus.
Alternativement, le décideur peut demander que la satisfaction d’un seul critère
produise très peu d’effet par rapport à la satisfaction des deux. Nous parlons alors de
complémentarité, qui est modélisée par une mesure floue v telle que :
43
Mesures floues et intégrale de Choquet
Supposons que les préférences sur A (l’ensemble des actions) du décideur soient
connues et exprimées par un préordre complet ≥ .
En termes simples, la préférence de xS y sur x’S y n’est pas influencée par la partie
commune y.
44
Mesures floues et intégrale de Choquet
Exemple 2.3 [Mar 99b] : Soit le problème du choix entre quatre voitures (représentants
l’ensemble des actions ) évaluées sur trois critères : prix, consommation et confort
(représentants la famille de critères).
Ceci s’explique par le fait que le consommateur accorde plus d’importance au confort
qu’à la consommation, lorsque le prix de la voiture est élevé. Dans ce cas, la consommation
et le confort sont préférentiellement dépendants du prix.
Si nous utilisons une moyenne arithmétique pondérée, pour agréger les préférences du
i =1
Ainsi, l’utilisation de la moyenne arithmétique pondérée n’est pas appropriée dans le cas
où il existe une dépendance préférentielle entre les critères. Par contre, l’intégrale de
45
Mesures floues et intégrale de Choquet
Choquet est capable, dans ce cas, de représenter les préférences exprimées par le décideur
(voir [Mar 99b] pour plus de détails).
3 L’intégrale de Choquet
Dans cette section, nous essayons de présenter l’intégrale de Choquet d’une manière
intuitive. De plus, nous proposons une caractérisation axiomatique de cet opérateur.
Comme nous l’avons mentionné dans les deux premières sections, les mesures floues sont
capables de modéliser la dépendance entre les critères dans beaucoup de situations, quelque
soit la nature de la dépendance. En fait, ces mesures floues ont été proposées par Sugeno en
1974 [Sug 74] pour généraliser les mesures additives. Il semble maintenant acquis que
l’additivité des fonctions d’ensemble n’est pas toujours une propriété requise dans les
situations réelles, particulièrement en présence de raisonnements humains. Pour pouvoir
exprimer la subjectivité humaine, Sugeno a proposé de remplacer la propriété d’additivité
par une propriété plus faible: la croissance, et il a appelé ces mesures croissantes non
additives mesures floues. Rappelons-en la définition dans le cas discret.
Une mesure floue sur N est une fonction d’ensemble v : 2 →[0,1] qui est monotone, i.e.
N
v(S ) ≤ v(T ) chaque fois que S ⊆ T ( S , T ⊆ N ) et vérifie les conditions limites v({ })= 0 et
v(N )=1 .
Par la suite, l’ensemble de toutes les mesures floues sur N sera dénoté FN .
46
Mesures floues et intégrale de Choquet
que l’importance d’une combinaison ne peut diminuer lorsque nous lui ajoutons un
élément. Evidemment, v(N ) est égal à 1 par convention.
Remarque : Nous supposerons toujours que les poids sont des valeurs numériques définies
sur une échelle cardinale. En particulier, des expressions comme v(S )+ v(T ) ou
v(T ∪i ) − v(T ) peuvent toujours être interprétées. Une mesure floue v ∈ FN est dite
additive si v(S ∪ T ) = v(S) + v(T ) chaque fois que S T = {}. Dans ce cas, il suffit de
définir les n coefficients (poids) v(1), . . . , v(n) pour définir la mesure complètement.
Lorsque la mesure floue n’est pas additive, certains critères interagissent. En revenant à
l’exemple de la section 2.1, nous voyons que, puisque statistique (St) et probabilité (Pr) se
recouvrent, le poids des deux cours pris ensemble devrait être inférieur à la somme des
poids pris séparément:
i=1
47
Mesures floues et intégrale de Choquet
n
Cv(x) = ∑v(i)xi . (2.9)
i =1
D’abord, nous observons que toute mesure floue v ∈ FN peut s’exprimer d’une
manière unique comme:
48
Mesures floues et intégrale de Choquet
s −t
w(S ) = ∑(−1) v(T) S⊆N . (2.11)
T ⊆S
où s = |S| et t = |T |.
une représentation de Möbius de la mesure floue v , car ces coefficients doivent assurer les
conditions des limites et de monotonicité. En terme de la représentation de Möbius, ces
conditions sont représentées de la manière suivante :
n s n −1
Ces conditions enferment deux équations et ∑ s Cn = n 2 inéquations.
s =1
Exemple 2.5 : Nous avons w({}) = 0 et w(i) = v(i) pour tout i ∈ N. Pour une paire de
critères i, j ∈ N, w(ij) représente la différence entre le poids de la paire {i, j} et la somme
des poids de i et de j:
49
Mesures floues et intégrale de Choquet
Nous pouvons aussi observer que si v est additif alors w(S)=0 pour tous les sous-
ensembles S ⊆ N tels que s 2.
Lorsque v n’est pas additif, nous devons prendre en compte l’interaction parmi les
critères. Nous pouvons alors partir de la moyenne arithmétique pondérée, qui est une
expression linéaire, et lui ajouter des termes du "second ordre" faisant intervenir les
coefficients correcteurs w(ij), ensuite des termes du troisième ordre, etc.. Nous obtenons
alors :
c’est-à-dire :
Cette expression n’est rien d’autre que celle de l’intégrale de Choquet C v en termes de
la représentation de Möbius (voir [Mar 99a] pour plus de détails).
L’intégrale de Choquet Cv est une fonction monotone croissante définie de [0, 1]n dans
[0, 1] et qui a les propriétés suivantes :
50
Mesures floues et intégrale de Choquet
1. Les bornes : cette propriété définie la borne supérieure et la borne inférieur de Cv.
Cv(0,....0) = 0 Cv(1,....1) =1
2. L’Idempotence : Cv(a,......, a ) = a .
3. Continuité : La fonction Cv est continue sur ses variables. Ainsi, cette fonction ne
présente aucune variation brute dûe aux petites variations de ses arguments.
n
4. Décomposabilité : N’importe quel sous-ensemble des éléments de x∈R peut être
remplacé par la valeur de son agrégation partielle sans changer la valeur de
l’agrégation globale.
Dans les problèmes décisionnels comportant n critères, pour pouvoir prendre en compte
l’interaction parmi les critères dans la modélisation des préférences du décideur, nous
n
avons besoin de définir 2 coefficients (où chaque coefficient correspond au poids d’un
sous-ensemble de N ) représentants la mesure floue v .
Le décideur ne peut pas fournir la totalité des informations permettant d’identifier ces
coefficients. Dans les meilleures cas, il peut deviner l’importance de chaque critère ou
chaque paire de critères.
51
Mesures floues et intégrale de Choquet
Définition 2.5 [Gra 97] : Une mesure floue v définie dans N est dite additive d’ordre k, si
la fonction booléenne qui correspond à cette mesure est un polynôme multilinéaire d’ordre
k. c’est-à-dire : que la transformée de Möbius de v , w(T )= 0 pour tout T tel que T > k et
w({ })= 0,
w + w(ij )=1,
i∈∑N i {i, j∑
}⊆ N
. (2.19)
w(i)≥ 0, ∀i∈N,
w(i) + ∑ w(ij ) ≥ 0, ∀i∈N, ∀S ⊆ N −{}
i.
j∈S
L’intégrale de Choquet par rapport à une mesure d’addivité d’ordre 2 (un modèle
d’ordre 2 de l’intégrale de Choquet) devient :
parmi les critères en utilisant que n + Cn = n (n+1)/ 2 coefficients pour définir la mesure
2
floue.
Les méthodes de tri utilisées dans ce mémoire sont basées sur ce modèle.
52
Mesures floues et intégrale de Choquet
Marichal et Roubens [Mar 99b] ont proposé un modèle, qui détermine une mesure floue
d’ordre 2 (2-ordre), fondé sur une approche de satisfaction de contraintes. Ce modèle est
basé sur un quasi-ordre partiel dans l’ensemble d’actions A et sur certaines considérations
sémantiques autour des critères. Ces dernières concernent :
§ L’importance des critères : Dans ce cas, nous définissons un préordre partiel dans
F représentant un rangement partiel des coefficients d’importance
v( j ) = w( j ) / j∈F .
§ L’interaction parmi les critères : Dans ce cas, nous définissons un préordre partiel
dans l’ensemble des paires de critères représentant un rangement partiel des indices
d’interaction parmi les critères wij .
En plus, Nous définissons le signe de chaque indice d’interaction wij / {i, j∈F }
Ce modèle suppose qu’un expert ou un décideur est capable de fournir des informations
sur l’importance relative de chaque critère et sur le type de l’interaction parmi ces critères.
Dans des applications pratiques, le décideur peut fournir ces informations plus facilement
que s’il évaluer directement la mesure floue v . Mais il est important que l’homme d’étude
53
Mesures floues et intégrale de Choquet
parvienne à poser au décideur les bonnes questions qui permettront à ce dernier d’identifier
cette mesure.
§ La table des performances g j (ai ) et g(ai ) (le décideur associé a chaque action ai
§ Un quasi-ordre partiel ≥ A dans A (un rangement partiel des actions selon leurs
performances globales) ;
§ Un préordre partiel ≥F dans F (un rangement partiel des critères selon leurs
coefficients d’importance) ;
54
Mesures floues et intégrale de Choquet
Notons que les inéquations strictes peuvent être converties en inéquations larges par
l’introduction d’une variable positive ε . Cette conversion est illustrée par la proposition
suivante :
∑ n
a x ≤ b , i =1,..., p,
j =1 ij j i
n
∑ cij x j < di, i =1,..., q,
j =1
∑ n
a x ≤ b , i =1,..., p,
j =1 ij j i
n
∑ cij x j ≤ di −ε, i =1,..., q,
j =1
maximise z =ε
∑ n
a x ≤ b , i =1,..., p,
j =1 ij j i
n
∑ cij x j ≤ di −ε, i =1,..., q,
j =1
a une solution optimale x*∈ℜn avec une valeur optimale ε *>0 . Dans ce cas, x* est une
solution du premier système.
55
Mesures floues et intégrale de Choquet
Maximise z = ε
C(a)− C(b) ≥ δ + ε si a f A b
Un quasi-ordre partiel avec le seuil δ
−δ ≤ C(a)− C(b) ≤ δ si a ~ A b
wi − w j ≥ ε si i f F j
Un rangement des critères selon leurs coefficients d'importance
wi = w j si i ~ F j
wij − wk l ≥ ε si ij f P k l
Un rangement des paire de critères selon leurs indices d'interaction
wij = wk l si ij ~ P k l
wij ≥ε (respectivement ≤ ε) si wij > 0(respectivement wij < 0)
Signe de certains indices d'interaction
wij = 0 sinon wij = 0
∑ wi + ∑ wij =1
i∈F {i, j∈F }
wi ≥0 ∀i∈F Conditions des limites et de motonocité
wi + ∑ wij ≥0 ∀i∈F, ∀T ⊆F −{} i
j∈T
C(a )= ∑ wi gi(a )+ ∑ wij [gi(a ) ∧ g j (a)] ∀ a∈ A Définition de Cv
i∈F {i, j∈F }
Par exemple, si F ={1,2, 3} et que le décideur a proposé un rangement tel que w2 < w1 < w3 ,
nous aurons les solutions w(0.25,0.15,0.6) et w(0.1,0.05,0.85) qui satisfont les préférences
du décideur mais qui sont très différentes. Par conséquent, en plus du préordre partiel dans
F , nous ajoutons au modèle de Marichal et Roubens [Mar 99b] les intervalles
[w ,w ] / j∈F qui définissent les limites de w . Le problème de satisfaction de contraintes
−
j
+
j j
deviendra :
56
Mesures floues et intégrale de Choquet
Maximise z = ε
C(a )− C(b) ≥ δ + ε si a f A b
Un quasi-ordre partiel avec le seuil δ
−δ ≤ C(a )− C(b) ≤ δ si a ~ A b
wi − w j ≥ ε si i f F j
Un rangement des critères selon leurs coefficients d'importance
wi = w j si i ~ F j
wij − wk l ≥ ε si ij f P k l
Un rangement des paire de critères selon leurs indices d'interaction
wij = wk l si ij ~ P k l
wij ≥ε (respectivement ≤ ε) si wij > 0(respectivement wij < 0)
Signe de certains indices d'interaction
wij = 0 sinon wij = 0
∑ wi + ∑ wij =1
i∈F {i, j∈F }
wi ≥0 ∀i∈F Conditions des limites et de motonocité
wi + ∑ wij ≥0 ∀i∈F, ∀T ⊆ F −{} i
j∈T
−
w j ≤ wj ≤ wj
+
}
∀ j∈F Les limites de w j
C(a)= ∑ wi gi(a )+ ∑ wij [gi(a) ∧ g j (a )] ∀ a∈ A Définition de Cv
i∈F {i, j∈F }
Ce modèle est plus déterministe dans l’identification de la mesure floue v que le modèle
proposé par Marichal et Roubens [Mar 99b].
57
Mesures floues et intégrale de Choquet
Supposons que l’institut est orienté vers les statistiques et que le décideur suggère un
rangement partiel sur les poids des critères de la manière suivante :
L’évaluation globale
Etudiant Al Ca St
(Moyenne arithmétique pondérée)
a 12 12 19 15
b 16 16 15 15.57143
c 19 19 12 16
Tableau 2.2 : problème de l’évaluation des étudiants
Le décideur raisonne de la manière suivante :
Si un étudiant est excellent en statistique (note supérieur a 18) alors il est excellent
quelque soit les notes sur les autre matières. Par contre, s’il n’est pas excellent en
statistiques alors il est nécessaire de prendre en compte ses notes dans les autres matières
(utiliser la moyenne arithmétique pondérée pour calculer sa note globale).
58
Mesures floues et intégrale de Choquet
a f A c ⇔ w1 + w2 − w3 < 0
a f A b ⇔ w1 + w2 − w3 > 0
Par contre, si nous prenons en compte l’interaction parmi les critères, le décideur
observe une corrélation négative pour les deux paires w(St, Ca )< 0 et w(St, Al )< 0 .
Maximise z = ε
−0.35 w(1) − 0.35 w(2) + 0.35 w(3) − 0.35 w(12) ≥ δ + ε (a f N c)
0.15 w(1) + 0.15 w(2) − 0.35 w(3) + 0.35 w(12) ≥ δ + ε (c f N b)
w(1) + w(2 ) + wa(3) + w(12) + w(13) + w(23) =1
w(i ) ≥ 0 i ∈N
w(i ) + w(ij ) ≥ 0 i, j ∈N
w(i ) + w(ij ) + w(ik ) ≥ 0 i , j , k ∈N
Al Ca St
w(i ) 0.7135 0.0557 1
§ Les indices d’interaction w(ij ) :
Ca St
Al 0 -0.7135
Ca -0.05577
59
Mesures floues et intégrale de Choquet
§ L’évaluation globale C = Cv :
a b c
C()
. 0.95 0.7885 0.8692
20 C()
. 19 15.77 17.384
7 Conclusion
Nous avons vu précédemment, qu’un des aspects significatifs dans les problèmes
d’agrégation est la prise en compte de l’importance des critères considérés, laquelle est
modélisée par l’utilisation de poids.
Par conséquent, il est nécessaire d’utiliser des opérateurs d’agrégation pondérés durant
la phase d’agrégation. Jusqu’à récemment, les opérateurs d’agrégation les plus utilisés
étaient les moyennes arithmétiques pondérées, Malheureusement, ces opérateurs sont
incapables de modéliser une quelconque interaction parmi les critères, puisqu’ils
conduisent à l’indépendance préférentielle mutuelle parmi les critères qui exprime
l’indépendance des critères.
C’est pour cette raison que nous avons opté pour l’utilisation l’intégrale de Choquet
comme opérateur d’agrégation dans les méthodes multicritères d’aide à la décision, plus
précisément, les deux méthodes de tri : le tri ordinal et le tri nominal.
L’intégrale de Choquet associe une mesure floue. Cette mesure doit être déterminée.
Ainsi, nous avons présenté un modèle, qui identifie cette mesure, basé sur le modèle
proposé par Marichal et Roubens [Mar 99b] mais qui est plus déterministe.
Dans les chapitre 3 et 4, nous introduisons en détail ces deux méthodes de tri qui
permettront de prendre en considération l’interaction parmi les critères.
60
Chapitre III
Méthode de tri ordinal basée sur l’intégrale de Choquet
1 Introduction
Il existe plusieurs situations dans lesquelles le décideur vise à grouper des alternatives
(solutions possibles), objets ou actions dans des catégories ou classes homogènes.
Le cas où il est difficile d’établir un ordre entre les catégories est la problématique
de tri nominal.
Les méthodes MCAD, citées dans la section 1.3.1.3-b, développées pour résoudre ce
type de problème ne prennent pas en considération le concept d’interaction parmi les
critères introduit dans le chapitre II. Elles supposent que les critères sont
préférentiellement indépendants. Mais dans un domaine aussi complexe que
l’aménagement du territoire, les critères interagissent et l’hypothèse d’indépendance
préférentielle est rarement vérifiée. Ceci, nous a amené à utiliser une méthode de tri
63
Méthode de tri ordinal basée sur l’intégrale de Choquet
basée sur l’intégrale floue [Mar 99a], fondée sur l’approche de surclassement de
synthèse (ou relation de surclassement) et qui peut être considérée comme une
extension de la méthode ELECTRE TRI [Roy et Bou 93].
Nous avons aussi modifié cette méthode pour la rendre plus déterministe dans le
calcul des c fficients d’importance et des indices d’interaction parmi les critères.
Définition 3.1 [Roy et Bou 93] : Une relation de surclassement est une relation binaire
S définie dans A tel que a S b si, selon les préférences du décideur et selon la qualité
de l’évaluation des actions et de la nature du problème, il y a suffisamment d’arguments
pour décider que a est au moins aussi bon que b et qu’il n’existe pas de raisons
essentielles pour refuser cette proposition.
64
Méthode de tri ordinal basée sur l’intégrale de Choquet
Où :
La procédure d’affectation de la méthode de tri ordinal utilisée dans notre travail est
fondée sur la relation de surclassement S .
q j et le seuil de préférence p j .
65
Méthode de tri ordinal basée sur l’intégrale de Choquet
avec la proposition a S b .
a ∆ F b ssi g j (a ) ≥ g j (b ) ∀ j ∈ F (3.2)
1
Un critère j est discordant avec la proposition a S b , si la proposition b Pj a (préférence stricte selon j) est
vérifiée.
66
Méthode de tri ordinal basée sur l’intégrale de Choquet
1. Les actions a et b n’interviennent dans le calcul de σ (a,b) que par les seuls
vecteurs de performance g(a ) et g(b ) (le mode de calcul pouvant dépendre des
caractéristiques des différents critères de F , notamment de divers seuils).
Autrement dit :
3. σ (a,b) est d’autant plus grand que la fiabilité du surclassement de b par a est
plus grande, donc en particulier : σ (a,b) est une fonction non décroissante de
67
Méthode de tri ordinal basée sur l’intégrale de Choquet
2.2.1 La concordance
Définition 3.2 : Soit (a,b)∈ A2 et soit la famille de critères F = {g1, g2, ..., g n}. ∀ g j∈ F ,
l’indice de concordance partiel avec la proposition a S j b est une relation binaire floue
définie par :
c j : A× A → [0 ,1]
(a ,b ) → c j(a ,b ) =
{ }
p j (b) − min g j (b ) − g j (a ), p j (b ) (3.3)
{
p j (b) − min g j (b ) − g j(a ), q j (b )}
Pour chaque critère g j donné, l’indice de concordance partiel est calculé sur la base
c j (a ,b )
0 g j (a )
g j (b )− p j (b )
g j (b )− q j (b ) g j (b )
Fig. 3.1 : Représentation graphique de l’indice de
concordance partiel pour un critère g j ∈ F
68
Méthode de tri ordinal basée sur l’intégrale de Choquet
Définition 3.3 : Une fonction ou opérateur d’agrégation M est une fonction monotone
croissante.
M : [0 ,1 ]n → [0 ,1 ] (3.4)
tout x∈ [0 ,1] n .
Définition 3.4 : L’indice de concordance global C (a , b ) est une relation floue définie
69
Méthode de tri ordinal basée sur l’intégrale de Choquet
Les opérateurs d’agrégation les plus communs sont les opérateurs internes. La
relation de concordance globale C (a , b ) est calculée sur la base des indices de
concordance partiels et des informations inter-critères.
La plupart des méthodes de surclassement (ELECTRE [Roy et Bou 93] ainsi que des
méthodes de filtrage [Per 92], PROAFTN [Bel 00] ) utilisent la moyenne arithmétique
pondérée comme opérateur d’agrégation.
n
( )
C(x ) = φ −1 ∑ w j × φ x j (3.6)
j =1
( )
Généralement, la fonction φ est choisie telle que φ x j = x j . Ainsi l’indice de
C (a,b) = ∑ w j c j (a,b)
n
(3.7)
j =1
n
Où w j représente l’importance relative du critère g j tel que ∑ w j = 1 .
j =1
70
Méthode de tri ordinal basée sur l’intégrale de Choquet
C (a, b) = ∑ w j c j(a, b ) +
j∈F
( )
∑ wij ci(a, b ) ∧ c j (a, b)
{i, j ∈ F}
(3.9)
Où : ∑ w j + ∑ wij = 1 (3.10)
j∈F {i, j ∈ F}
2.2.2 La discordance
La condition de discordance d(a,b) assure que parmi la minorité des critères qui
s’opposent à la proposition a S b , aucun d’eux ne mette son veto.
Définition 3.5 : Soit (a,b)∈ A2 et soit la famille de critères F = {g1, g2, ..., g n}.
d j : A× A → [0 ,1]
g j(b) − g j (a ) − p j (b)
(a ,b) → d j(a ,b) = min 1, max0, v j (b) − p j(b)
(3.11)
Pour chaque critère g j donné, l’indice de discordance partiel d j (a,b) est nul, si la
différence g j(b) − g j (a ) est inférieure au seuil de préférence, puis elle croît linéairement
71
Méthode de tri ordinal basée sur l’intégrale de Choquet
La figure 3.2 donne une représentation graphique de l’indice de discordance partiel pour
un critère g j∈ F .
d j (a ,b )
0 g j (a )
g j (b )− p j (b ) g j (b )
g j (b )− v j (b )
Fig. 3.2 : Représentation graphique de l’indice de
discordance partiel pour un critère g j ∈ F
§ d’autre part sur des indices de discordances partiels d j (a,b) définis pour chaque
critère g j ∈F .
1 − d (a,b )
σ (a,b ) = C(a,b) ∏ 1 − C(a,b ) / D ={j∈F / d j(a,b) > C(a,b )}
j
(3.12)
j∈ D
Dans [Roy et Bou 93], Roy a proposé quelques principes qui, si nous les acceptons,
permettent de justifier la formule (3.12) :
72
Méthode de tri ordinal basée sur l’intégrale de Choquet
1 − d j (a,b)
, si d j (a,b) > C(a,b ) .
1 − C(a,b)
niveau de crédibilité est réduit, dans le rapport
4. Dans tous les cas, l’apparition d’un critère g k discordant et tel que
dk (a,b ) > C(a,b) n’a pas d’autre effet sur la crédibilité du surclassement que
5. Dans tous les cas, lorsque le niveau d’un critère g k discordant franchit la
Une fois que la relation de surclassement flou S est construite il est intéressant
d’introduire la relation de surclassement net (non flou) S définie par :
a S b ⇔ σ (a,b ) ≥ λ (3.13)
73
Méthode de tri ordinal basée sur l’intégrale de Choquet
∀ g j ∈{1,..., n} g j (a ) ≤ g j (b ) − p j (b ) ⇒ σ (a,b) = 0 ;
catégories ordonnées {
C = C1,....,C p } tout en tenant compte des phénomènes
Cette méthode de tri ordinal est réalisée en deux phases : la modélisation des
catégories et la procédure d’affectation.
74
Méthode de tri ordinal basée sur l’intégrale de Choquet
problématique du tri. Les limites entre les catégories consécutives sont représentées par
{ }
l’ensemble des profils de références limites B = b0 , b1,....,bp . Le profil de référence (ou
∀a∈ A , a f b0 et bp f a . (3.14)
Où : a f b ⇔ a S b et non(b S a ) / a,b∈ A .
( )
g j (a ) < g j bp .
75
Méthode de tri ordinal basée sur l’intégrale de Choquet
servir de référence pour limiter en bas la catégorie Ch+1 (d’où son nom de profil
a f bh −1 et bh f a ⇒ a∈ Ch . (3.16)
§ Unicité : chaque action est affectée à une et une seule des catégories
ordonnées C1,....,C p .
2
La catégorie Ch ( h = 1,...., p ) est fermée en haut par l’action de référence bh , autrement dit :
[a S bh et bh S a] ⇒ a ∈ Ch
76
Méthode de tri ordinal basée sur l’intégrale de Choquet
( )
by S a, Non a S by , a Rby −1 .
catégories autres que Ch et Ch+1 n’est pas modifiée. Les actions primitivement
affectées dans la catégorie délimitée par les actions de référence bh−1 , bh+1 .
a) Procédure conjonctive
Pour pouvoir affecter une action a de A à une catégorie, il est nécessaire que l’action
a surclasse l’action de référence basse de la catégorie. Ceci se fait en commençant par
comparer l’action a à la plus haute action de référence bp . Ensuite nous descendons
Procédure :
3. Affecter a à la catégorie Cx +1 .
77
Méthode de tri ordinal basée sur l’intégrale de Choquet
b) Procédure disjonctive
Pour pouvoir affecter une action a à une catégorie, il est nécessaire que l’action de
référence haute soit préférée à l’action a . Ici en commence par la première action de
référence b0 (avec a S b0 ) puis en grimpe les échelons.
Procédure :
Résultat 3.1 [Roy et Bou 93]: Considérons une famille d’actions de référence conçues
conformément aux hypothèses citées ci-dessus et une relation de surclassement S
vérifiant (3.14). Alors :
4 Conclusion
Dans ce chapitre, nous avons présenté la méthode de tri ordinal fondée sur l’intégrale de
Choquet. L’avantage de cette méthode est sa capacité de prendre en compte les
phénomènes d’interaction parmi les critères (synergie positive ou négative et la
dépendance préférentielle) dans la procédure d’agrégation des préférences du décideur.
78
Méthode de tri ordinal basée sur l’intégrale de Choquet
Cette méthode de tri est fondée sur une approche de surclassement de synthèse. Elle
repose sur un modèle de préférences acceptant les situations d’incomparabilité entre les
actions et n’imposant aucune propriété de transitivité.
Nous avons aussi exposé les principes de base utilisés dans la construction de la
relation de surclassement de synthèse S qui est l’outil de base intervenant dans la
construction de la procédure d’affectation d’une action a de A à une catégorie Ch.
L’algorithme du tri ordinal basé sur l’intégrale de Choquet est présenté dans
l’annexe A.
79
Chapitre IV
Méthode de tri nominal basée sur l’intégrale de Choquet
1 Introduction
Dans ce chapitre nous allons présenter la procédure de tri nominal. Elle consiste à poser
le problème en terme d’affectation de chaque action de l’ensemble A (ou d’une action
isolée) à une catégorie sachant que les catégories sont caractérisées par une ensemble
d’actions de référence centrales ou prototypes. La règle d’affectation est formulée de la
manière suivante : toute action qui est jugée indifférente à au moins une action de référence
d’une catégorie, peut être affectée à la catégorie en question.
Cette procédure est caractérisée par les trois étapes suivantes [Bel 00]:
Elle consiste à élaborer à partir d’un tableau de performances, un profil de relations binaires
<Hj>j=1...n. Ce profil permet de rendre compte des préférences partielles selon chaque
critère de la famille F. Dans cette étape les relations seront modélisées par des sous-
ensembles flous afin de prendre en compte l’imperfection de l’information qui affecte les
évaluations des actions.
Elle consiste à dégager sur la base des profils <Hj> j=1...n et d’un ensemble de paramètres
(seuils de veto et coefficients d’importance) un modèle relationnel global sous la forme de
relations globales.
81
Méthode de tri nominal basée sur l’intégrale de Choquet
Pour cela nous déterminerons des opérateurs d’agrégation M définis comme suit:
H(a, b) = M(H1(a, b), H2(a, b), ..., Hn(a, b), y) / a,b ∈ A. (4.1)
Dans cette étape une procédure d’affectation est élaborée en utilisant les relations globales
déterminées dans l’étape 2.
Avant de présenter la méthode nous préciserons quelles sont les données et les notations
utilisées dans cette procédure.
k
B : l’ensemble de toutes les actions de référence centrale / B = U Bh.
h =1
Chaque action de  est entièrement définie par ses performances évaluées sur une
famille cohérente de critères F = {g 1, g2, ..., g n} :
82
Méthode de tri nominal basée sur l’intégrale de Choquet
∀ bih ∈ Bh, g(b ih)= (g1(b ih), g2(b ih), ..., g n(bih)).
Pour chaque critère nous définissons une échelle notée Ej. Cette dernière est un sous-
ensemble de l’ensemble des nombres réels R (Ej ⊆ R) et ses éléments correspondent aux
valeurs que peuvent prendre les performances des actions de  sur le critère gj.
Compte tenu de l’aspect nominal des catégories, nous introduisons un nombre positif wjh
pour déterminer l’importance du critère gj. Ce nombre représente l’importance intrinsèque
relative que le décideur attache au critère g j de la catégorie Ch indépendamment des autres
catégories. Nous sommes donc devant une matrice de poids Wn,k où chaque composante wjh
n
(j = 1, ..., n ; h = 1, ..., k) est normalisée, c’est-à-dire wjh ≥ 0 et ∑j =1
wjh = 1pour h = 1,..., k.
Nous supposons que les wjh sont évalués sur une échelle absolue [0,1] avec les
conventions suivantes:
- wjh = 0 signifie que le critère g j n’est pas pertinent pour l’affectation de l’action a à
la catégorie Ch.
- wjh = 1 signifie que le critère gj est le seul critère pertinent pour l’affectation de a à
la catégorie Ch (ce qui signifie que les actions de référence de la catégorie Ch sont
définie par un seul critère).
Dans la pratique, les performances des actions de référence centrales sont généralement
données sous forme d’intervalles. Ainsi, pour chaque critère g j, nous associons à chaque
action de référence centrale bih l’intervalle [S 1j(bih),S2j(bih)] avec : S1j(bih) ≤ S2j(b ih).
83
Méthode de tri nominal basée sur l’intégrale de Choquet
L’indice d’indifférence global est déterminé par agrégation des indices d’indifférence
partiels. Chacun de ces indices indique si l’action a est indifférente ou non à l’action de
référence bih selon le critère gj. Cet indice est donné comme suit :
Notons que, si au départ l’évaluation de l’action a est égale à S1j(bih) ou S2j(bih), alors
l’action a sera donc indifférente à l’action de référence bih selon la règle (4.3).
84
Méthode de tri nominal basée sur l’intégrale de Choquet
- Si S1j(b ih) ≤ gj(a) ≤ S2j(b ih), alors a est nettement indifférente bih.
- Si [gj(a) ≤ S1j(b ih) – d-j(bih) ] ou [gj(a) ≥ S2j(bih) + dj+(bih)], alors a n’est pas
indifférente à bih.
- Si [S 1j(bih) - dj-(bih) < g j(a) < S1j(b ih) ou [ S2(bih) < gj(a) < S2j(bih) + d j+(b ih)], alors
nous avons une indifférence faible entre a et bih.
( ) ( )
h −
S j bi − d j bi
1 h
( )
1
S j bi
h 2
S j bi( ) h 2
() ( )
h
S j bi + d j bi
+ h
Fig. 4.1: Présentation des zones de comparaison définies par les seuils
d’indifférence
1
si ( ) h
( )
S j bi ≤ g j (a ) ≤ S j bi
1 2 h
( ) ( )
g j(a) + d −j bih − S1j bih
S (b )− d (b ) < g (a ) < S (b )
− h
( )
1 h 1 h
− h
si j i j i j j i
( )
C j a,bi =
h d j bi
( ) ( )
S j bi + d j bi − g j (a )
2 h + h
( ) ( ) ( )
S j bi < g j(a ) < S j bi + d j bi
+
( )
2 h 2 h h
+ h
si
d j bi
g (a ) ≤ S (b )− d (b ) ou g (a ) ≥ S (b )+ d (b )
1 h − h 2 h + h
0 si j j i j i j j i j i
85
Méthode de tri nominal basée sur l’intégrale de Choquet
(
C j a , bi
h
)
1
g j (a )
1
( ) ( )
h
S j bi − d j bi
− h 1
( )
h
S j bi
2
S j bi( )
h
( ) ( ) +
S j bi + d j bi
2 h h
Définition 4.1 [Bel 00] : Une relation binaire floue CI définie sur  est nommée relation de
concordance globale associée à la relation I s’il existe une fonction d’agrégation M définie
sur [0,1]n à valeurs dans [0,1] vérifiant :
- M(0, 0, …, 0) = 0, M(1, 1, …, 1) = 1;
- ∀ (a, bih) ∈ AxB, CI(a, bih) = M(C1(a, bih), C2(a, bih), ..., Cn(a, bih)).
86
Méthode de tri nominal basée sur l’intégrale de Choquet
Pour le calcul de l’indice d’indifférence global, notre démarche peut être décrite comme
suit :
Principe
Pour calculer CI(a, bih), nous devons choisir un opérateur d’agrégation M qui vérifie les
propriétés données par la définition 4.1 et qui réalise un compromis entre les relations
d’indifférence partielles et la relation d’indifférence globale. Parmi ces opérateurs, nous
trouvons l’intégrale de Choquet qui est donnée comme suit :
( ( ) h
( )) h n
CI c(1) a,bi ,...,c(n ) a,bi = ∑c( j ) a,bi
j =1
( ) [v(A( )) − v(A(
h
j j −1) )]
A( j ) = { ( j ), K , (n ) }, et A(n −1) = { }.
Ou : ( )
CI a,bi =
h
∑
j∈F
h
( )
w j c j a,bi +
h
∑
{j,k ∈ F}
k
( ( ) ( ))
w jk c j a, bi ∧ ck a, bi
h h
∑ wj + ∑
h
w jk = 1
h
avec
j∈F {j, k ∈ F}
h h
w j : exprime l’importance relative du critère g j et w jk représente le degré d’interaction
87
Méthode de tri nominal basée sur l’intégrale de Choquet
Lorsqu’une action a est jugée indifférente avec une action de référence bih selon une
majorité suffisamment importante de critères «principe majoritaire » et qu’il n’existe aucun
critère qui met son veto contre l’affirmation “a est indifférente à b ih ” (principe du respect
des minorités), alors l’action a est indifférente à l’action de référence b ih.
Définition 4.2 [Bel 00] : Un critère est en discordance avec l’indifférence entre l’action a et
l’action de référence bih si ce critère n’est pas en concordance avec cette même
indifférence. C’est-à-dire Cj(a, bih) = 0, autrement dit :
( ) h
C j a,bi = 0 ⇔
2
( ) ( )
h h
( ) ( )
g j (a ) ≥ S j bi + d j bi ou g j (a ) ≤ S j bi − d j bi .
+ 1 h − h
Par définition, nous appellerons seuil de veto à droite vj+(b ih) (resp. seuil de veto à
gauche vj-(bih)) pour le critère gj la valeur minimum de la différence g j(a) -S2j(b ih) (resp.
S1j(b ih) -gj(a)) qui est considérée comme étant incompatible avec la proposition a I b ih.
Les seuils de veto vj+(bih) et vj-(bih) doivent vérifier les conditions de cohésion suivantes :
−
( ) ( ) et v (b )≥ d (b ) .
∀ j ∈{1,..., n}, v j bi ≥ d j bi
h − h + h
j i
+ h
j i
2
( ) ( )
h h 1
( ) ( )
g j (a ) ≥ S j bi + v j bi ou g j (a ) ≤ S j bi − v j bi ⇒ Non a I bi
+ h − h
( ) h
L’indice de discordance Dj(a, bih) du critère gj vise à appréhender le fait que ce critère
est plus ou moins discordant avec la proposition a I bih. Cette discordance est maximum
(Dj(a, b ih) = 1) lorsque le critère gj met son veto à l’indifférence. Elle est minimum
(Dj(a,bih) = 0) lorsque le critère n’est pas en discordance avec l’indifférence. Si le critère gj
est en discordance (Cj(a,bih) = 0) avec l’indifférence mais qu’il ne met pas son veto à
88
Méthode de tri nominal basée sur l’intégrale de Choquet
l’indifférence, alors nous aurons : 0<Dj(a,bih)<1, qui représente les zones intermédiaires
entre la discordance et la non-discordance.
g (a ) − min{g (a ), S (b )+ d (b )}
D (a, b ) =
2 h + h
+
− d (b )+ max{−S (b )+ g (a ), v (b )}
h j j j i j i
j i + h 2 h + h
j i j i j j i
( ) ( ) ( ) −
D j a, bi = D j a, bi ∪ D j a, bi
h h + h
( h
D j a , bi )
D
−
j
(a , bi
h
) D
+
j
(
a , bi
h
)
1
g j (a )
1
( ) ( )
S j bi − v j bi
h − h
( ) ( )
h −
S j bi − d j bi
1 h
( )
1
S j bi
h
( ) S (b )+ d (b ) S (b )+ v (b )
2
S j bi
h 2 h
j i
+ h
j i
2
j i
h +
j i
h
89
Méthode de tri nominal basée sur l’intégrale de Choquet
Définition 4.3 [Bel 00] : Une relation DI définie sur AxB est appelée relation de
discordance globale avec la relation I, s’il existe une fonction d’agrégation h définie sur
[0,1]n à valeurs dans [0,1] et vérifiant les points suivants :
2. h(0,..., 0) = 0 ;
3. h(x1,..., xn ) = 1 ⇔ ∃ i / xi =1 ;
4. ( ) h
( ) ( ( )
h h
∀ a,bi ∈ AxB, DI a, bi = h D1 a, bi ,..., Dn a, bi . ( ))h
Ainsi, pour déterminer l’indice de discordance global DI(a, bih), nous utilisons un
opérateur de compromis pour lequel la valeur un est absorbante :
( ) n
(
DI a, bi = 1 − ∏ 1 − D j a, bi .
h
j =1
( )
h
Nous construisons la relation binaire floue synthétique d’indifférence notée I à partir d’une
agrégation des indices de concordance tout en assurant la condition de la non discordance
selon la formule suivante :
I(a, bih) = J(C1(a, bih), C2(a, bih), ..., Cn(a, bih)), (D1(a, bih), ..., Dn(a, bih))),
Où J est une fonction croissante des n premiers arguments et décroissante des n derniers
arguments, avec : j(0, 0, ..., 0, 1, 1, ..., 1) = 0 ; j(1, 1, ..., 1, 0, 0, ..., 0) = 1.
90
Méthode de tri nominal basée sur l’intégrale de Choquet
La construction de la relation d’indifférence I(a, bih) doit satisfaire les principes suivants :
1. Si l’action a est indifférente à l’action de référence bih sur tous les critères de F,
alors cette famille F est concordante avec l’affirmation a I b ih, et nous aurons :
A partir de ces trois principes, la relation d’indifférence globale sera définie comme suit :
Définition 4.4 [Bel 00] : Nous appellerons « relation d’indifférence globale » une relation
binaire floue définie sur AxB et obtenue à partir de l’indice de concordance global CI et à
partir de l’indice de discordance global DI en posant :
1 − D I ( a ,bi )
h
I ( a ,bi ) = C I ( a ,bi ) . ∏
h h
h .
j∈F 1 − C I ( a ,bi )
{
Avec F = j ∈ F / D j ( a , b ih ) > C I ( a , b ih ) . }
3 Affectation des actions aux différentes catégories
L’affectation des actions aux différentes catégories se fait de la manière suivante [Bel 00]:
Les catégories sont représentées par un ensemble d’actions de référence centrale Bh avec
Bh={bih ∈ Ch / i = 1, ..., Lh }, ∀h=1..k .
91
Méthode de tri nominal basée sur l’intégrale de Choquet
h
Si (a I b1h et/ou a I b 2h et/ou ... et/ou a I bLh ), alors a ∈ Ch .
Pour affecter l’action a à la catégorie correspondante, il faut suivre les étapes suivantes :
( ) h
{ ( ) ( )}
d a, C = min I a, b1 ,...., I a, bLh .
h h
( ) h
{ ( ) ( )}
d a, C = max I a,b1 ,...., I a, bLh .
h h
1
Ce paramètre assure que l’action comparée avec les profils d’une catégorie satisfait le principe de majorité,
(ie, la majorité des critères favorise l’appartenance de l’action à la catégorie)
92
Méthode de tri nominal basée sur l’intégrale de Choquet
/ λ ≥ ½. S’il n’y pas un degré d’appartenance d a,C ( ) qui satisfait cette hypothèse,
h
J J
alors l’action a sera affectée à la "classe corbeille" C / C ∉W .
( ) h
{ ( ) ( )}
d a, C = max d a,C ,...., d a,C
1 k
d (a, C )≥ λ . h
a ∈C ⇔
h
sinon a ∈ C J
§ ( ) h
( ) ( )
Unanimité : ∀ g j ∈{1,..., n} S j bi ≤ g j (a ) ≤ S j bi ⇒ I a,bi = 1 et
1 2 h h
§ ( ) h
( ) ( ) h
∀ a,bi ∈ A×B, I a,bi ≤ CI a,bi ;
h
93
Méthode de tri nominal basée sur l’intégrale de Choquet
5 Conclusion
Dans ce chapitre, nous avons présenté une méthode de tri nominal fondée sur l’intégrale de
Choquet. L’avantage de cette méthode est sa capacité de prendre en compte les
phénomènes d’interaction parmi les critères dans la procédure d’agrégation des préférences
du décideur.
L’algorithme du tri nominal basé sur l’intégrale de Choquet est présenté dans
l’annexe A.
94
Chapitre V
Conception et Mise en oeuvre
1 Introduction
Une démarche d'aide à la décision consiste à utiliser un modèle pour "reproduire" la
problématique et les préférences du décideur. La notion de modèle décisionnel (ou modèle
d'aide à la décision) met en évidence la distance qui sépare la problématique réelle et la
représentation simplifiée utilisée pour aider le décideur [Pic 96].
Par ailleurs, il est impossible de considérer toutes les actions potentielles et tous les
critères qui peuvent influencer la décision. Certains éléments du système sont donc
négligés. Nous pouvons aussi constater que les méthodes d'analyse multicritères ne
reproduisent pas parfaitement les préférences du décideur, car ces dernières sont sûrement
plus complexes que leur expression au travers des paramètres subjectifs (seuil
d’indifférence, de préférence, de veto, ..) utilisés en analyse multicritère [Joe 97].
96
Conception et Mise en oeuvre
Le modèle ADMAT utilise un SIG pour décrire le territoire et les méthodes de tri
multicritère fondées sur l’intégrale de Choquet comme outils d’analyse (classification) qui
prennent en compte l’interaction parmi les critères. Il :
Dans la section suivante, nous introduisons les SIG pour montrer leurs apports dans
notre application. Ensuite, nous précisons les problématiques considérées et les profils des
acteurs concernés par ce modèle d'aide à la décision.
97
Conception et Mise en oeuvre
§ Les données descriptives (ou attributaires) qui renvoient l'ensemble des attributs
descriptifs des objets et des phénomènes existants à l'exception de la forme et de la
localisation (données sans géométrie),
§ Les données graphiques qui renvoient les paramètres d'affichage des objets (type
de trait, couleur...),
§ Les métadonnées associées, c'est à dire les données sur les données (date
d'acquisition, nom du propriétaire, méthodes d'acquisition...).
Ces données n’ont pas de géométrie propre, et ne peuvent pas être représentées
directement. Elles sont toutefois dotées d’une dimension géométrique dans la mesure où
elles sont reliées à un objet parfaitement repéré. Le lien peut être une adresse postale par
exemple ou une relation vers un objet localisé. La population d’une commune est par
exemple liée à l’entité administrative représentant la commune et décrite par ses limites
[Col 92].
98
Conception et Mise en oeuvre
Données attributaires
Données spatiales
Représentation du réel + organisées en base de
organisées en couches
données
Habitat
Elevage
Végétation
Hydrographie
Routes
Topographie
99
Conception et Mise en oeuvre
Mode vectoriel (format vecteur): Les limites des objets spatiaux sont décrites à travers
leurs constituants élémentaires, à savoir les points, les lignes et les lignes de polygones
(polylignes). Chaque objet spatial est doté d'un identifiant qui permet de le relier à une table
alphanumérique (attributaire) ( voir figure 5.2).
Les points
Ils définissent des localisations d'éléments séparés pour des phénomènes géographiques
trop petits pour être représentés par des lignes ou des surfaces qui n'ont pas de surface
réelle comme les points côtés.
Les lignes
Les lignes représentent les formes des objets géographiques trop étroits pour être décrits par
des surfaces (ex : rue ou rivière) ou des objets linéaires qui ont une longueur mais n’ont pas
de surface comme les courbes de niveau.
100
Conception et Mise en oeuvre
Les polygones
Ils représentent la forme et la localisation des objets homogènes comme des pays, des
parcelles, des types de sols..
Mode matriciel (format raster) : La réalité est décomposée en une grille régulière et
rectangulaire, organisée en lignes et en colonnes, chaque maille de cette grille ayant une
intensité de gris ou une couleur. La juxtaposition des points recrée l'apparence visuelle du
plan et de chaque information. Une forêt sera "représentée" par un ensemble de points
d'intensité identique (voir figure 5.3).
§ Une orthophotographie est une image obtenue par numérisation d’un cliché aérien
argentique (ou, maintenant, prise de vue numérique),
§ Un scan est une image scannée à partir d'une carte papier. Les plus connus sont la
série des Scan 25, 100 et 250 issus des cartes 1:25000, 1:100000 et 1:250000 de
l'IGN de France (Institut de géographie national ).
101
Conception et Mise en oeuvre
Les données que manipule un SIG sont issues de sources diverses. Une organisation qui se
dote d'un tel système doit maîtriser ces sources, de façon à s'assurer [The 96]:
§ qu'elle est en mesure, dans le cas échéant, de fournir tout ou une partie de ses
données à des tiers, en donnant une visibilité suffisante sur la qualité de la
fourniture.
Pour toutes ces raisons, une source de données géographiques ne se limite pas
uniquement à son contenu attributaire et géographique, mais est accompagnée
d'informations caractérisant la source elle-même, soit encore des données sur les
données ou mieux encore des métadonnées.
§ Description générale :
- organisme producteur.
102
Conception et Mise en oeuvre
- date de saisie ou de validité : si une donnée est ancienne par rapport aux
évolutions des entités qu'elle représente, nous pouvons toujours la faire
intervenir dans des calculs, mais les résultats seront à interpréter avec prudence,
§ Gestion interne :
- Responsable et localisation,
- Date d’acquisition,
103
Conception et Mise en oeuvre
- Quel est le chemin le plus rapide pour aller de la caserne des pompiers à l'incendie?
- Rechercher des sites propices à la culture des algues sur la côte atlantique?
104
Conception et Mise en oeuvre
Logiciels libres
- GeoTools : Un toolkit SIG libre développé en Java qui implémente les spécifications
de Open Geospatial Consortium;
- GRASS GIS : (version actuelle 6.0) Logiciel de SIG libre, il est aussi connu pour
avoir été le plus gros projet géomatique OpenSource. Il regroupe des fonctionnalités
raster (en particulier des modules classiques de traitement et d'analyse d'images de
télédétection) ainsi que des fonctionnalités vecteurs (rappelons que GRASS est un
SIG à base topologique). Disponible pour Linux, Mac OS X, Unix et Windows(avec
Cygwin) ;
- MapServer : Logiciel libre de publication de carte sur Internet. Il peut être utilisé
pour réaliser des applications Web, mais également pour publier des services Web
conformes aux recommandations de l'Open Geospatial Consortium (WMS, WFS,
WCS) ;
- QGis est un logiciel de cartographie basé sur la bibliothèque Qt. Il est disponible
sous Linux (KDE), Mac OS X, ou Windows. Entre autres choses, il permet la
visualisation "à la volée" des couches de données comme des shapefiles ainsi que
leur modification. Il permet notamment l'élaboration de fichiers destinés à être
publiés sur MapServer ;
1
Voir l’url www.opengis.org pour plus de détails
105
Conception et Mise en oeuvre
- PostGIS est une extension pour le SGBD libre PostgreSQL, qui permet de faire des
requêtes spatiales.
Commerciaux
106
Conception et Mise en oeuvre
- Editop de Sirap ;
- Géomédia de Intergraph.
Dans notre travail, nous avons utilisé le logiciel MapX qui est un contrôle Active X
développé par MapInfo. Ce contrôle offre toutes les fonctionnalités de base nécessaires à
l’implémentation de notre modèle décisionnel. (voir figure 5.4 pour illustrer ce contrôle).
Ainsi, il est évident que dans le domaine de l'aménagement du territoire les types de
décisions et les contextes sont illimités. En conséquence, notre modèle se focalisera sur
certaines problématiques en aménagement du territoire.
107
Conception et Mise en oeuvre
Joerin [Joe 97] distingue cinq types de problématiques d'aménagement qui bénéficient
de l'apport des SIG.
3. La recherche d'un tracé reliant deux points : Ce tracé pourrait être celui d'une ligne
électrique, d'une route, d'une conduite d'eau etc. Ces problématiques considèrent
non seulement la localisation du tracé mais aussi la forme du tronçon.
108
Conception et Mise en oeuvre
4. La conception d'un réseau linéaire devant relier plusieurs points : Ce réseau peut,
cette fois aussi, être un réseau électrique, routier, d'approvisionnement en eau etc.
La forme du réseau, le nombre de n uds et de tronçons doivent être pris en compte.
L'Homme d'étude ou l'analyste, est l'individu ou le groupe d'individus qui prend en charge
l'aide à la décision en utilisant des modèles (d'aide à la décision) plus ou moins formalisés
[May et al 94]. L'Homme d'étude est à distinguer, d'une part, des négociateurs qui sont
mandatés par un décideur pour faire valoir leur position et d'autre part, des médiateurs qui
109
Conception et Mise en oeuvre
aident les décideurs (ou les négociateurs) à rechercher un compromis. La tâche de l'Homme
d'étude est d'accompagner les acteurs dans la démarche d'aide à la décision. Il doit en
particulier contribuer à identifier tous les acteurs, puis leur proposer un modèle d'aide à la
décision et finalement exploiter ce modèle pour proposer une ou plusieurs suggestions.
L'Homme d'étude peut être aidé dans son travail par des experts de différentes disciplines.
Il est probable, par exemple, que des experts tels que des chimistes, des biologistes ou des
urbanistes, contribuent à l'évaluation des impacts des variantes. Ces experts, au contraire de
l'Homme d'étude, peuvent se contenter d'une vision partielle de la problématique [Jeo 97].
L'objectif de l'Homme d'étude est de se tenir au service des décideurs en veillant à les
influencer le moins possible dans leurs choix. Cet objectif de neutralité est une règle de
conduite et non une condition. Il faut en effet admettre qu'une neutralité totale est
impossible [Roy 75]. Le résultat de l'aide à la décision pourrait donc changer en changeant
d'Homme d'étude.
4.2.2 Le décideur
Le décideur est défini comme étant la personne à qui s'adresse l'aide à la décision ou l'entité
qui apprécie le "possible" et les finalités, exprime les préférences et est censée les faire
prévaloir dans l'évolution du processus [May et al 94]. Cependant, dans le domaine de
l'aménagement du territoire, cette définition du décideur peut être précisée.
110
Conception et Mise en oeuvre
intervenants et les agis). Ce point de vue devrait favoriser l'émergence de démarches d'aide
à la décision qui constituent un support à la négociation et à l'ouverture des procédures [Joe
97].
Le modèle du territoire est le support des procédures de l’analyse spatiale. Ainsi lorsque
les décideurs parviennent à identifier des actions et des critères, ces procédures d’analyse
spatiale permettent de donner aux différentes actions, une valeur (performance) pour
chaque critère.
Dans ce modèle, cette matrice est gérée par le SIG. Les actions sont rattachées à des
lieux et la matrice d`évaluation peut donc être représentée sous forme de carte. Le lien entre
les actions et le territoire est maintenu tout au long de la procédure. Cette particularité
constitue un avantage, car elle permet, à tout moment, de situer les variantes (actions) dans
leur environnement.
L’analyse des différentes actions est ensuite réalisée par l’utilisation d’une méthode de
tri multicritère (ordinal ou nominal) qui permet de générer une ou plusieurs propositions.
111
Conception et Mise en oeuvre
Les actions de A2 facilitent la tâche de la détermination des limites du site recherché (un
sous ensemble des actions de A2 peut être vu comme les actions moyennes qui entourent le
site, ce qui permet au décideur, s’il rencontre des contraintes de limites, de modifier les
limites du site recherché dans la zone constituée par ces actions moyennes de A2). Le
décideur peut jouer sur les bornes de chaque catégorie pour bien cerner le site recherché.
112
Conception et Mise en oeuvre
Etant donné le caractère spatial des problématiques concernées par ce modèle, ces
propositions auront généralement la forme d'une carte. La superposition des différentes
cartes établies pour chaque acteur peut donc contribuer à l'émergence d'un consensus.
Ainsi, les conflits de valeurs entre acteurs pourront parfois évoluer vers une négociation
plus concrète et directement liée au territoire [Joe 97].
Les acteurs ont la possibilité, ou le devoir, de s'exprimer sur tous les aspects du modèle
décisionnel. (Ce fait est illustré sur la figure 5.5 par les flèches grises qui symbolisent la
maîtrise de la subjectivité). En effet, la représentation du territoire au travers de la base de
données et des modèles de simulation doit être compatible avec leur perception de la
problématique.
Un acteur sensible à la protection de la flore doit, par exemple, s'assurer que les espèces
décrites dans la base de données sont bien celles qu'il compte protéger. Par ailleurs, les
opérations d'analyse spatiale qui exploitent cette base de données et ces modèles doivent,
elles aussi, être conformes aux enjeux défendus. Les acteurs peuvent, entre autres, se
prononcer sur le degré de précision de ces évaluations [Joe 97].
5.5
113
Conception et Mise en oeuvre
La seconde étape est la structuration de la procédure. Son but est de déterminer le mode
d'intégration des différentes dimensions de la problématique (technique, économique,
environnemental). Le modèle ADMAT adopte une approche intégrée (agrégation des
performances). Autrement dit, les dimensions économiques sociales et environnementales
sont considérées ensembles et non de manière séquentielle ou parallèle.
114
Conception et Mise en oeuvre
Formulation du problème et
Structuration du
des valeurs
Structuration du modèle
Agrégation
modèle
Analyse de la robustesse et
résultats
Agrégation
Décision globale
Concrétisation des
résultats
Mise en oeuvre
Contrôle
Fig. 5.6 : Phases et étapes de la procédure proposée pour l’évaluation environnementale [Pic 96]
115
Conception et Mise en oeuvre
L’identification de tous les acteurs impliqués dans une problématique décisionnelle est une
opération importante. Pour cela, Martel [Mar et Rou 93] a proposé une approche permettant
de classifier les différents acteurs impliqués dans un processus décisionnel. La distinction
des différents acteurs se base sur deux critères (voir tableau 5.1) :
116
Conception et Mise en oeuvre
Il faut noter que le rôle d'un acteur peut évoluer au cours d'un processus de décision. En
reprenant l'exemple des voisins d’un aménagement, ceux-ci peuvent devenir des acteurs
invisibles s'ils n'utilisent pas leur droit d'opposition lors de la mise à l'enquête ou, à
l'opposé, devenir des acteurs concernés et actifs s'ils le font [Joe 97].
La liste des facteurs doit être évidement aussi complète que possible. Pour cela, les
facteurs sont séparés en quatre catégories, en considérant deux points de vue (voir tableau
5.2). Le premier point de vue fait la distinction entre les facteurs uniquement déterminés
par le site lui-même et les facteurs déterminés par la relation entre le site et son
environnement. Le deuxième point de vue fait la différence entre les facteurs naturels et les
117
Conception et Mise en oeuvre
facteurs anthropiques. Ainsi, une réflexion successive sur chaque catégorie permet de
structurer l’élaboration de la liste des facteurs [Joe 97].
La détermination des critères considère donc la liste initiale des facteurs, la dimension
de la région d'étude et les données à disposition. En effet, tous les facteurs ne sont pas
pertinents à toutes les échelles de travail. De plus, si aucune information n'est à disposition
pour décrire certains facteurs ou si le coût d'acquisition de cette information est
disproportionné avec les enjeux de la décision, le décideur peut se résoudre à ne pas les
prendre en compte.
Ce passage entre la liste des facteurs et la liste des critères ne consiste pas seulement à
éliminer les facteurs jugés négligeables ou non déterminants. Il arrive que plusieurs facteurs
soient regroupés dans un critère (agrégation sémantique). Cette situation se présente
lorsque ces facteurs sont de même nature et que leur distinction implique un niveau de
détail inadapté. Par exemple, la température, le brouillard et l'ensoleillement peuvent être
rassemblés dans un critère climatique (voir le tableau 5.3 pour plus d’exemples).
118
Conception et Mise en oeuvre
Tableau 5.4 : Matrice d’évaluation liée à la région d’étude tirée de [Joe 97].
119
Conception et Mise en oeuvre
Formulation du
problème
Facteurs
Délimitation de la
région d’étude
Echelle, Base de
résolution données
Choix des critères et
agrégation sémantique
Critères Méthodes
d’évaluation
120
Conception et Mise en oeuvre
Une action potentielle est "une action réelle ou fictive provisoirement jugée réaliste par un
acteur au moins ou présumée telle par l’Homme d'étude en vue de l'aide à la décision" [Roy
85]. La détermination de l'ensemble des actions est une étape très sensible de toute
démarche d'aide à la décision. En particulier, lorsque la méthode d'analyse multicritère
procède par agrégation partielle, il est très important que l'ensemble des actions soit aussi
complet que possible, car sa modification en cours de procédure implique généralement la
répétition de l'analyse multicritère .
En effet, il est presque toujours possible de délimiter une région concernant notre
problématique. Ainsi, compte tenu que cette région est constituée d'une ou plusieurs
polygones fermés, le nombre d'actions est limité, même s'il est très grand.
Dans notre travail, l’ensemble des actions est représenté par les pixels de la carte
appartenant à la région d’étude.
121
Conception et Mise en oeuvre
Où Construire
Délimitation de la
Région d’étude
Matrice d’évaluation
Analyse Multicritère
Tri ordinal ou tri nominal
Cartes résultats
Propositions
satisfaisantes
Oui Non
Décision
122
Conception et Mise en oeuvre
L'analyse spatiale permet d’évaluer les critères et les méthodes de tri multicritère qui
classifient les actions dans des catégories. Ces deux formes d'analyse ont déjà été décrites
dans ce chapitre pour l'analyse spatiale, et au chapitre 3 et 4 pour l'analyse multicritère.
123
Conception et Mise en oeuvre
public:
int init();
int Execute();
void ClearAll();
virtual void Serialize( CArchive& ar );
};
124
Conception et Mise en oeuvre
int init();
int Execute();
void ClearAll();
virtual void Serialize( CArchive& ar );
};
8 Conclusion
Dans ce chapitre, nous avons présenté le modèle décisionnel ADMAT qui intègre un SIG et
des outils d’analyse multicritère. Le SIG représente le territoire et permet de générer la
matrice d’évaluation qui évalue toutes les actions de A sur chaque critère de la famille de
critères.
Cette matrice d’évaluation est utilisée par les méthodes de tri multicritère (ordinal et
nominal) pour permettre de résoudre les deux problématiques considérées dans ce travail de
thèse :
Les deux méthodes de tri (ordinal et nominal) sont fondées sur l’intégrale de Choquet
permettant de prendre en compte les phénomènes d’interaction parmi les critères (synergie
positive ou négative et la dépendance préférentielle) dans la procédure d’agrégation des
préférences du décideur.
125
Conclusion et
perspectives
Conclusion et perspectives
Conclusion et perspectives
Dans ce mémoire, nous avons élaboré le modèle décisionnel ADMAT qui intègre un
SIG permettant de décrire le territoire et les méthodes de tri multicritère comme outils
d’analyse.
Après une description générale des étapes du processus de décision dans le cadre de
l’Aide à la Décision MultiCritère (ADMC), nous avons présenté deux problématiques
de tri : le tri ordinal et le tri nominal qui permettent de résoudre, respectivement, les
deux problématiques en aménagement de territoire citées ci-dessous.
La particularité de notre approche pour traiter ces deux problématiques est de ne pas
supposer l’indépendance préférentielle entre les critères, indispensable dans la plupart
des méthodes de tri multicritère citées dans la littérature.
127
Conclusion et perspectives
parmi les critères (synergie et redondance parmi les critères). Nous avons aussi présenté
un modèle utilisant un problème de satisfaction de contraintes, basé sur un ensemble
d’exemples, qui permet d’identifier la mesure floue.
Dans la méthode de tri ordinal, basée sur l’intégrale de Choquet, introduite dans le
chapitre 3, les catégories sont ordonnées et chaque catégorie partage une action de
référence centrale limite.
Cette méthode est fondée sur une approche de surclassement de synthèse et peut être
considérée comme une extension de la méthode ELECTER TRI. La règle d’affectation
d’une action à une catégorie est formulée de la manière suivante : toute action qui est
jugée comme étant entre les deux frontières (actions de référence limite) d’une catégorie,
doit être affectée à la catégorie en question.
Dans le chapitre 4, nous avons introduit une méthode de tri nominal basé sur l’intégrale
de Choquet. Dans cette méthode, les catégories ne sont pas ordonnées et chaque
catégorie est définie par un ensemble d’actions de référence centrale ou profils. La règle
d’affectation d’une action à une catégorie est formulée de la manière suivante : toute
action dont le degré d’appartenance est maximal doit être affectée à la catégorie qui
maximise ce degré.
Perspectives
Nous pensons qu’il serait intéressant de valoriser ce travail en proposant des
perspectives futures:
§ Utiliser un logiciel SIG plus performant que le contrôle MapX comme GRASS
qui offre plus de fonctionnalités (modèle de simulation, format site, ..) et qui a
l’avantage d’être Open Source ne nécessitant pas une licence payante pour
l’utiliser. Alors que , MapX nécessite une licence payante ;
128
Conclusion et perspectives
2. La recherche d'un tracé reliant deux points : Ce tracé pourrait être celui d'une
ligne électrique, d'une route, d'une conduite d'eau etc. Ces problématiques
considèrent non seulement la localisation du tracé mais aussi la forme du
tronçon ;
129
Annexes
Annexe A
Annexe A
Dans cet annexe, nous présentons les deux algorithmes de tri multicritère :
131
Annexe A
finfaire
finfaire
fin.
// Procédure d affectation
Procédure conjonctive
début
pour i de 1 à m faire
pour h de p à 0 faire
132
Annexe A
Maximise z = ε
wi − wj ≥ ε si i f F j
Un rangementdes critèresselonleurscoefficients d'importance
wi = wj si i ~F j
wij − wk l ≥ ε si ij f P kl Un rangementdes paire de critèresselonleursindicesd'interaction
wij = wk l
si ij ~P kl
wij ≥ε (respectivement≤ ε) si wij >0(respectivementwij <0)
Signede certainsindicesd'interaction
wij =0 sinonwij = 0
∑ wi + ∑ wij =1
i∈F {i, j∈F }
wi ≥0 ∀i∈F Conditionsdes limiteset de motonocité
wi + ∑ wij ≥0 ∀i∈F, ∀T ⊆F −{} i
j∈T
−
wj ≤ wj ≤ wj
+
}∀ j∈F Les limitesde wj
∑ wici(ar ,bh )+ ∑ wij [ci(ar ,bh ) ∧ c j (ar ,bh )]<λ
i∈F {i, j∈F }
∀a ∈A (ensembled'exemples),ar → Ch
∑ wici(ar ,bh−1 )+ ∑ wij [ci(ar ,bh−1 ) ∧ c j(ar ,bh−1 )]≥ λ r 1
i∈F {i, j∈F }
133
Annexe A
{
C = C ,....,C
1
} // les catégories ordonnées considérées,
k
// référence centrale,
A, B sont évalués sur l’ensemble de critères F = {g1,...., g n},
−
( ) ( ) ( ) ( ) // sont, respectivement, les seuils de
h + h
d j bk , d j bk , v j bk , v j bk
− h + h
g (a )− S (b )+ d (b )
C (a ,b ) =
1 h − h
d (b )
h j i j p j p
j i p ; − h
j p
134
Annexe A
( )
C j ai ,bp = 1 ;
h
( ) ( ) ( )
sinon si S j bp < g j(ai )≤ S j bp + d j bp
2 h 2 h + h
alors
S (b )− g (a )+ d (b )
C (a ,b ) =
2 h + h
d (b )
h j p j i j p
j i p ; + h
j p
sinon
( )
C j ai ,bp = 0 ;
h
( ) ( ) 1 h
( ) ( ) alors
si S j bp − v j bp ≤ g j(ai )≤ S j bp − d j bp
− h 1 h − h
S (b )− g (a )− d (b )
D (a ,b ) =
1 h − h
v (b )− d (b )
h j p j i j p
j i p ; − h − h
j p j p
D (a ,b ) = 0 ;
h
j i p
g (a )− S (b )− d (b )
D (a ,b ) =
2 h + h
v (b )− d (b )
h j i j p j p
j i p ; + h + h
j p j p
sinon
( )
D j ai , bp =1 ;
h
finfaire
// Calcul de l’indice de similarité global
( ) h
I ai , bp = ∑
j∈F
h
( )
w j C j ai , bp +
h
∑
{j,k ∈ F}
h
( ( ) ( )) ;
w jk C j ai , bp ∧ C j ai ,bp
h h
( )= I( ) ∏
( )
1 − D j ai ,bp
h
) 1 − I (a ,b )
h h
d ai ,bp ai ,bp ;
( ) (
h
h h
j∈ F \ D j ai ,b p > I ai ,b p i p
finfaire
// Calcul de l’indice de crédibilité
135
Annexe A
( h
) {( ) ( h
d ai ,C = min d ai ,b1 ,...,d ai ,bLh ;
h
)}
finfaire
fin.
// Procédure d affectation
Procédure Affectation
début
( ) {( ) (
d ai ,C = max d ai ,C ,..., d ai ,C
h 1 k
)};
(
si d ai ,C ≥ λ alors
h
)
ai → C
h
sinon
ai → C
J
(affectation de ai à la classe corbeille)
fin;
La détermination des coefficients d’importance et des indices d’interaction parmi les
critères se fait par la résolution du programme linéaire suivant :
Maximise z = ε
wi − wj ≥ ε si i f F j
Un rangementdes critèresselon leurscoefficients d'importance
wi = wj si i ~F j
wij − wk l ≥ ε si ij f P kl Un rangementdes paire de critèresselon leursindicesd'interaction
wij = wk l
si ij ~P kl
wij ≥ε (respectivement≤ ε) si wij >0(respectivementwij <0)
Signede certainsindicesd'interaction
wij =0 sinonwij = 0
∑ wi + ∑ wij =1
i∈F {i, j∈F }
w ≥0
i ∀i∈F Conditionsdes limiteset de motonocité
wi + ∑ wij ≥0 ∀i∈F, ∀T ⊆F −{} i
j∈T
−
wj ≤ wj ≤ wj
+
}
∀ j∈F Les limitesde wj
w C a ,bh +
∑
i∈F
( )
i i r p ∑
{i, j∈F }
[ ( ) ( )]
h h
wij Ci ar ,bp ∧ C j ar ,bp ≥ λ ∀ar∈A1(ensembled'exemples),ar → C
h
136
Annexe B
Annexe B
MapInfo MapX est un composant OCX robuste qui est facilement intégrable dans des
applications par les outils de développement standards. Entant qu’OCX, MapInfo MapX
offre une réelle interopérabilité OLE (Object Linking and Embedding), permettant
d’intégrer des fonctionnalités cartographiques à des applications.
§ Analyse thématique : Analyser les valeurs associées à une carte. Les objets de
la carte peuvent être colorés en fonction de ces valeurs (classes, valeurs
individuelles), ou des objets thématiques peuvent être créés pour afficher ces
valeurs. Vous pouvez créer des analyses thématiques à une seule variable
(classes, valeurs individuelles, densité de points, symboles proportionnels) ou
des analyses thématiques à plusieurs variables (graphiques à secteurs ou à
barres).
138
Annexe B
d'elles est visible, modifiable, sélectable ou affectée d'un seuil de zoom. L'ordre
des couches dans la boîte de dialogue Contrôle des Couches est identique à
l'ordre des couches dans la fenêtre Carte. Par exemple, quand les couches de
régions sont placées sous des couches de points, les points demeurent visibles.
§ Les images rasters : inclure une image raster ajoute à une carte un fond
attrayant et détaillé.
§ Les sélections : MapX fournit différents dispositifs de sélection tels que les
outils permettant de sélectionner des objets de la carte dans un rayon, un
rectangle ou un polygone spécifique.
§ Editer une carte : MapX permet d'ajouter, modifier ou supprimer des objets sur
la carte.
139
Glossaire
Glossaire
Glossaire
Chaque fois que la définition d'un terme utilise un autre terme du glossaire [Roy 00],
celui-ci est mis en italiques lors de sa première utilisation.
Acteur
Terme très général désignant tout individu, corps constitué ou collectivité susceptible de
jouer un rôle quelconque, directement ou indirectement, dans le déroulement du
processus de décision.
Action (potentielle)
Terme générique utilisé surtout dans la théorie pour désigner ce qui constitue l'objet de
la décision ou ce sur quoi porte l'aide à la décision. En pratique, ce terme peut être
remplacé, selon les cas, par scénario, plan, programme, projet, proposition, variante,
dossier, opération, investissement, solution, ...
Alternative
Terme souvent utilisé à la place de celui d'action lorsque la modélisation est telle que
deux actions potentielles (distinctes) ne peuvent en aucun cas être mises à exécution
conjointement. Cette mutuelle exclusion provient d'une conception de l'action qui
appréhende l'objet de la décision ou ce sur quoi porte l'aide à la décision d'une manière
globale. A l'opposé, on trouve une conception dite fragmentaire dans laquelle plusieurs
actions potentielles peuvent être mises à exécution conjointement.
141
Glossaire
Dimension sous-jacente à laquelle le critère fait référence, autrement dit qui donne sens
à la comparaison de deux performances quelconques selon ce critère.
Conséquence
Ce terme sert à désigner tout effet, tout attribut inhérent à ou découlant de la mise à
exécution éventuelle d'une quelconque action potentielle et devant être pris en
considération pour éclairer la décision. Un effet ou un attribut doit être pris en
considération dès l'instant où il interfère avec les objectifs ou avec le système de valeurs
d'un acteur en tant qu'élément primaire pouvant influencer la manière dont celui-ci
conçoit, modifie ou argumente ses préférences.
Contrainte
Condition imposée à une action pour qu'elle appartienne à l'ensemble des actions
potentielles auxquelles on s'intéresse à un moment donné du processus de décision.
Critère
Outil construit pour évaluer et comparer des actions potentielles selon un point de vue
bien défini.
L'évaluation d'une action selon un critère peut faire intervenir des règles de calcul
plus ou moins complexes, une enquête plus ou moins lourde ou encore l'opinion d'un ou
plusieurs experts. Quelle que soit la procédure utilisée, il s'agit de prendre en compte les
effets et attributs pertinents selon le point de vue considéré. Pour ce faire, il est souvent
commode de passer par l'intermédiaire d'un ou plusieurs indicateurs.
142
Glossaire
Un critère, pour pouvoir être accepté par toutes les parties prenantes, ne devrait pas
faire intervenir, d'une façon qui serait déterminante, des aspects du système de valeurs
que certaines d'entre elles seraient amenées à rejeter. Ceci implique en particulier que le
sens de variation de la préférence le long de l'échelle ne prête pas à contestation. En
143
Glossaire
revanche, cela n'exclut pas d'importantes divergences entre les parties prenantes quant à
l'importance relative qu'il convient d'accorder à chaque critère : tel critère, important
pour les unes, pourra être jugé d'aucun intérêt pour d'autres (cf. rubrique "Importance
relative des critères").
Ensemble d'éléments, appelés échelons, rangés selon un ordre complet ; chaque échelon
est caractérisé soit par un nombre, soit par un énoncé verbal ; il sert à traduire
l'évaluation d'une action en prenant en compte des effets et attributs clairement précisés
; relativement à ceux-ci et toutes autres choses égales par ailleurs, le rangement des
échelons reflète le sens de variation de la préférence vis-à-vis des situations qu'ils
servent à caractériser. Une échelle peut être :
1. Seulement ordinale : l'écart qui sépare deux échelons n'a pas de signification
claire en termes d'écarts de préférence ; c'est notamment le cas avec :
- une échelle verbale lorsque rien ne permet d'affirmer que les couples
d'échelons consécutifs successifs reflètent des écarts de préférence égaux
tout le long de l'échelle ;
2. Quantitative : échelle numérique dont les échelons sont définis par référence à
une unité clairement identifiée de façon à donner sens d'une part à l'absence de
quantité (échelon 0) et, d'autre part, au rapport entre deux échelons quelconques
comme étant égal au rapport des nombres qui les caractérisent, chacun d'eux
pouvant s'interpréter comme l'addition d'un nombre donné (entier ou
fractionnaire) d'unités de la quantité considérée.
144
Glossaire
3. Intermédiaire entre les deux cas extrêmes ci-dessus ; c'est notamment le cas
avec:
- les échelles dites d'intervalle : le rapport des nombres qui caractérisent deux
échelons peut ne pas être signifiant mais celui entre les différences des
nombres associés à deux couples d'échelons distincts l'est (exemple :
évaluation d'une température en degrés Celsius ou Fahrenheit ; au contraire,
le taux de rentabilité immédiat d'une action et, a fortiori, son taux de
rentabilité interne peut difficilement être regardé comme étant évalué sur une
échelle d'intervalle) ;
L'écart entre deux échelons suffisamment rapprochés peut être jugé non significatif
pour différencier deux actions. Cela tient au fait que la procédure utilisée pour
positionner ces actions selon le critère considéré sur l'un et l'autre échelon apparaît
comme insuffisamment précise (eu égard à la complexité de la réalité en cause) ou
fiable (compte tenu notamment d'incertitudes sur l'avenir) pour être probante d'une
différence indéniable entre les actions. Le concept de seuil de discrimination permet de
modéliser cet état de choses. Il permet de travailler avec l'information disponible sans
chercher à l'appauvrir par des procédures d'arrondi ou par la définition de classes dans le
souci de ne pas faire apparaître des écarts non significatifs. Rappelons que ces dernières
pratiques produisent de fâcheux effets de bord.
Efficace (action)
Une action a est efficace dans un ensemble A selon une famille F de critères si toute
autre action de A qui est meilleure que a selon un critère au moins s'avère être moins
bonne que a selon un autre critère au moins. L'action a est par conséquent efficace si et
145
Glossaire
seulement si il n'existe, dans A, aucune action qui soit au moins aussi bonne que a sur
tous les critères de F et strictement meilleure sur l'un au moins d'entre eux.
2. Cohésion : Les parties prenantes sont unanimes pour reconnaître qu'une action a
ne peut être que préférée à une action b dès l'instant où la performance de a est
significativement meilleure que celle de b avec l'un des critères de poids non
nul, les performances de a et de b étant les mêmes avec chacun des autres n – 1
critères.
3. Non redondance : L'une des deux exigences ci-dessus est mise en défaut dès
l'instant où l'on supprime l'un des critères de la famille.
Remarque : Aucune des exigences ci-dessus n'implique que les critères d'une famille
cohérente soient indépendants. L'indépendance peut cependant paraître souhaitable
et être recherchée. Encore faut-il préciser le type d'indépendance ainsi visé. Le
concept d'indépendance est complexe et l'analyse multicritère a permis de mettre en
évidence des distinctions importantes (indépendance structurelle, indépendance au
sens des préférences, indépendance au sens des dispersions, ...).
Dans bien des cas, la famille cohérente de critères a pour but initial d'apporter des
éléments de jugement à chaque partie prenante aptes à faciliter la concertation et le
débat. Pour ce faire, la famille de critères doit répondre à deux exigences
supplémentaires :
146
Glossaire
C'est là une notion complexe qui concerne la différenciation des rôles qu'une partie
prenante souhaite voir jouer aux différents critères dans l'élaboration et l'argumentation
des préférences globales. Cette notion renvoie par conséquent au système de valeurs de
la partie prenante considérée.
Pour cerner cette idée d'importance relative, on a souvent recours à la métaphore des
poids. Plus le poids d'un critère est élevé et plus ce critère joue un rôle important dans la
formation des préférences globales. Cette métaphore est fréquemment trompeuse. La
façon dont les poids opèrent dépend de la logique qui est à l’ uvre dans la procédure
d'agrégation multicritère. C'est ainsi que, dans les logiques compensatoires de type
somme pondérée, l'attribution d'une valeur numérique plus grande au poids du critère g
qu'à celui du critère h ne signifie pas que l'importance du critère g soit supérieure à celle
du critère h.
Puisque la notion d'importance relative des critères n'a de sens que relativement à
une partie prenante dont elle reflète le système de valeurs, elle est nécessairement
affectée d'une part de subjectivité. Ceci rend illusoire, dans la plupart des cas, toute
quête d'une valeur parfaitement objective de chaque action de même que celle d'une
procédure permettant de comparer objectivement n'importe quelle action à n'importe
quelle autre. Cette impossibilité ne provient pas de l'analyse multicritère. Elle existe tout
autant, mais de façon souvent plus cachée (et même masquée sous des apparences
trompeuses d'objectivité), dans toute analyse monocritère. L'unique critère a en effet
pour but d'évaluer, dans une unité commune, les effets et les attributs hétérogènes que
les différents critères d'une analyse multicritère ont précisément pour objet de structurer
pour pouvoir les appréhender par catégories relativement homogènes.
Ainsi, l'analyse coût-bénéfice ,par exemple, procède à une pondération plus ou moins
implicite en utilisant des techniques de monétarisation qui font référence à des marchés
147
Glossaire
plus ou moins factices. Les poids ainsi définis le sont par référence à une théorie
économico-mathématique fort élégante. Les valeurs qui leur sont ainsi attribuées
reflètent la subjectivité de ceux qui croient en la pertinence de cette théorie pour guider
les décisions. D'autres sont pourtant fondés à en refuser la légitimité. La théorie repose
en effet sur des hypothèses peu réalistes et elle s'avère falsifiée dans bon nombre de
contextes décisionnels. En outre, certains effets ou attributs échappent à ce mode de
comptabilisation. Les modèles de préférences révélées, tout comme les techniques de
préférences déclarées ou d'évaluations contingentes, ont certes montré leur intérêt (cf.
Gauthier et Thibault, 1993 ; Perez, 1996 ; Point et Desaigues, 1993 [Roy 00]) mais aussi
leurs limites. Enfin, la nature totalement compensatoire de la logique d'agrégation sur
laquelle l'importance relative des critères est conçue dans ce type d'approche peut être
jugée d'autant moins appropriée pour fonder des comparaisons que de nombreux termes
du bilan sont chiffrés avec une part d'arbitraire importante. L'analyse monocritère
(contrairement à l'analyse multicritère) se prête mal à une prise en compte systématique
des marges d'imprécision, d'incertitude et/ou d'indétermination.
Indicateur
148
Glossaire
L'ensemble des modalités ou valeurs possibles ne doit pas être nécessairement conçu
pour être une échelle de préférence. Si cet ensemble constitue une telle échelle,
l'indicateur peut être pris comme critère. Plusieurs indicateurs peuvent également être
synthétisés pour définir un critère embrassant un point de vue plus vaste.
Modèle
Un modèle est un schéma qui, pour un champ de questions, est pris comme
représentation abstraite d'une classe de phénomènes plus ou moins habilement dégagés
de leur contexte par un observateur pour servir de support à l'investigation et/ou à la
communication.
Niveau d’aspiration
Echelon qui marque, sur l'échelle d'un critère, un niveau de performance qui, s'il est
atteint par une action selon ce critère, traduit une satisfaction suffisante, c'est-à-dire telle
que toute amélioration sur cette échelle est jugée non significative d'un réel
accroissement de satisfaction.
Niveau de rejet
Echelon qui marque, sur l'échelle d'un critère, un niveau de performance qui, s'il n'est
pas atteint par une action selon ce critère, justifie le rejet de cette action quelles que
puissent être ses performances selon les autres critères.
Optimum (action)
Une action a est un optimum dans un ensemble A selon un critère g si toute autre action
de A est moins bonne que ou indifférente à a selon ce critère, autrement dit s'il n'existe
aucune action a’ de A dont la performance g(a’) soit meilleure que g(a).
149
Glossaire
Partie prenante
Ce terme est aussi utilisé comme équivalent français du terme anglais "steholder".
Cette acception est alors plus large que la précédente. Elle désigne en effet tout individu
ou groupe d'individus qui a un intérêt conscient ou inconscient dans le contexte
décisionnel, autrement dit, tout porteur d'enjeux dans un sens très large. Avec cette
acception, les générations futures peuvent être une partie prenante. Il en va de même de
beaucoup d'autres acteurs, y compris de l'équipe d'étude pour certains auteurs.
Perfermence
La performance d'une action selon un critère est l'échelon de l'échelle associée au critère
sur lequel l'action est positionnée.
Cette métaphore est souvent trompeuse. Certes, plus est grande la valeur attribuée au
poids d'un critère et plus déterminant sera le rôle joué par ce critère dans la PAMC
quelle qu'elle soit. Mais le fait que cette valeur du poids soit plus élevée pour un critère
g que pour un critère h ne peut s'interpréter comme : le critère g est plus important que
le critère h. Il en est toutefois ainsi lorsque la valeur du poids ne dépend pas des unités
dans lesquelles sont évaluées les performances des critères. Cela suppose en particulier
que, dans la PAMC, on ne multiplie à aucun moment la valeur d'un poids par celle d'une
performance (ce qui est notamment le cas lorsque on procède à des calculs de somme
pondérée).
150
Glossaire
Point de vue
Classe d'effets ou d'attributs relevant d'un même objectif ou d'un même type de
préoccupations jugés pertinents par l'une des parties prenantes au moins pour évaluer et
comparer les actions.
Un point de vue se définit de façon verbale par une phrase ou quelques mots-clés. Il
peut embrasser une classe de préoccupations plus ou moins large : angle plus ou moins
ouvert sous lequel une action est examinée. La famille des points de vue structurants
doit constituer un cadre clair permettant d'appréhender l'ensemble des effets et attributs
jugés pertinents. Les points de vue structurants doivent être peu nombreux. Il est de ce
fait souvent nécessaire d'identifier des points de vue plus restreints pour concevoir les
critères (un même point de vue structurant pouvant ainsi donner naissance à plusieurs
critères).
Problématique
Façon dont l'aide à la décision est envisagée, autrement dit manière de formuler un
problème en vue d'aboutir à des résultats jugés appropriés pour éclairer la décision. Ces
résultats peuvent prendre des formes variées, notamment :
151
Glossaire
Procédure qui permet de comparer deux actions quelconques d'un ensemble A d'actions
en prenant en compte (de façon globale) les performances de chacune d'elles selon tous
les critères d'une famille donnée.
Recommandation
Résultat
Ce à quoi une procédure aboutit lorsqu'elle est appliquée à un jeu de données dans le
cadre d'une hypothèse de travail précise.
Concept ayant pour objet de prendre en compte, pour chaque critère, soit l'imprécision
de certaines données ayant trait à des faits passés ou présents, soit l'incertitude qui
affecte notre connaissance de l'avenir, soit encore nos difficultés à appréhender des
attributs ou effets très complexes.
Les seuils de dispersion traduisent des écarts plausibles par excès et par défaut qui
peuvent affecter l'évaluation d'une conséquence ou d'une performance. Ils permettent de
faire intervenir dans le raisonnement non seulement une valeur probable mais aussi une
valeur optimiste et une valeur pessimiste.
- probant d'une préférence en faveur de l'une des actions (seuil dit de préférence) ;
152
Glossaire
Ces seuils peuvent être constants le long de l'échelle ou, au contraire, variables. Dans
ce dernier cas, il importe de faire une distinction entre seuils directs et seuils inverses.
Tableau de performances
Tableau à double entrée comportant les actions en tête de lignes et les critères en tête de
colonnes : à la croisée de la ligne i et de la colonne j figure la performance gj(ai) de
l'action ai selon le critère gj.
- les valeurs, s'il y a lieu, des niveaux de rejet et d'aspiration ainsi que celles des
seuils de discrimination.
153
Bibliographie
Bibliographie
Bibliographie
[Adm et al 98] Admane O., Ky Hoang et Ouakli N., 1998. Statistique (Cours et
exercices), Office des publications universitaires, Alger.
[Avi et Sau 94] d’Avignon G., Sauvageau M., 1994. L’aide multicritère à la
décision : un cas d’intègration de critères techniques, économiques
et environnementaux à Hydro-Québec, Document de travail 94-39.
CREADO, Faculté des Sciences de l’administration, Univ. de
Laval, Québec, Canada, 17 p.
[Bel et Ste 02] BeltonV., Stewart T., 2002. Multiple Criteria Decision Analysis.
Kluwer Academic Publishers, USA.
[Ben et Bgm 00] Bennis S., Bengassem J., 2000. Système d’aide au diagnostic des
réseaux d’assainissement urbains, Decision Making in Urban and
Civil Engineering,1,83-91.
[Bou et al 03] Bouyssou D., Vincke Ph. et all, 2003. Concepts et Méthodes pour
l’aide à la décision, Hermès, Paris.
[Bou et al 00] Boulemia C., Top G., Henry E. et Pecqueur O., 2000. Eléments de
proposition à la mise en place d’une base de données urbaines dans
une collectivité locale, Congrès de l’AUGC, Lyon, 27 et 28 juin
2000, 8 p.
155
Bibliographie
[Bou et Hen 00] Boulemia C., Henry E., Top G. et Feddal D., 2000. Etude de
faisabilité d’un projet de système d’information géographique pour
une moyenne collectivité locale. Méthodologie et application à la
Communauté de Communes du Béthunois, Conférence
internationale sur le géoengineering, Alger,11-13 juin 2000, 8 p.
[Che 94 et al] Chevallier J.-J., Thomson K. P.B., Pouliot J., 1994. International
Research Cooperation – A Winning Combination : the
SAGATELE Project. The Canadian Conference On Gis. Ottawa :
Surveys, Mapping and Remote Sensing, Natural Resources Canada,
1, 264-271.
[Coh et al 80] Cohon JL., Revelle CS., Current J., Eagles T., Eberhard R., Church
R., 1980. Application of multiobjective facility location model to
power pla siting in a six-state region of the US. Comput. Oper.
Res., 7, 107-123.
[Dio 88] Diop O., 1988. Contribution à l’étude de la gestion des déchets
solides de Dacar : Analyse systémique et aide à la décision. Th. de
doc. N°757, DGR-EPFL, Lausanne, Suisse, 292 p.
[Fis 70] Fishburn PC., 1970. Utility theory for decision-making. New-
York : Wiley.
[Gha et al 06] Ghalem M. R., 2006. Methods of Multicriteria Aid for decisions in
toun and country planning, The 4th International Multiconference
156
Bibliographie
[Glo et Mar 87] Glover F., Martinson F., 1987. Multiple-use land planning and
conflict by multiple objective linear programming. Eur. J. Oper.
Res., 28, 343-350.
[Gra 97] Grabish M., 1997. k-order additivité discrete fuzzy measure and
their representation. Pattern Recongintion Letters, 92, 167-189.
[Jac et Sis 82] Jacquet-Lagreze E., Siskos J., 1982. Assessing a set of additive
utility functions for multicriteria decision making, the UTA
method. Eur. J. Res., 10, 2, 151-164.
[Joe 95] Joerin F., 1995. Méthode multicritère d’aide à la décision et SIG
pour la recherche d’un site. Revue Internationale de Géomatique, 1,
5, 37-51.
[Joe 97] Joerin F., 1997. Décider sur le territoire : Proposition d’une
approche par l’utilisation de SIG et de méthodes d’analyse
multicritère, Th. Doct. Ecol. Polytec. Feder. De Lausanne. no 1755,
268p.
[Jor et Ped 88] Jordi KC., Peddie D., 1988. A wildlife management problem : A
case study in multiple-objective linear programming. J. Oper. Res.
Soc., 39, 1011-1020.
[Kee et Oze 82] Keeney R., Ozernoy V., 1982. An illustrative analysis of ambient
carbon monoxide standards. J. Oper. Res. Soc., 33, 365-375.
[Lat et Wat 82] Lathrop W., Watson S., 1982. Decision analysis for the evaluation
of risk in nuclear waste management. J. Oper. Res. Soc., 33, 407-
418.
157
Bibliographie
[Mar et Rou 93] Martel J. M. Rousseau A., 1993. Cadre de référence d’une
démarche multicritère de gestion intégrée des ressources en milieu
forestier, Projet de développement de la gestion intégrée des
ressources, document technique 93/11, Université Laval, Québec.
[May et al 94] Maystre L., Pictet J., Simos J., 1994. Méthodes multicritère
ELECTRE : Description, conseils pratiques et cas d'application à la
gestion environnementale, Presses Polytechniques et Universitaires
Romandes, CH1015, Lausanne, Suisse.
[May et Hee 85] Maystre LY., De Heer J., 1985. A multicriteria analysis of varrious
strategies to reduce the input of phosphorus from a river basin into
a lake. Proccedings of the international congress of EWPCA,
Rome.
[Men 00] Ben Mena S., 2000. Introduction aux méthodes multicritères d’aide
à la décision, Biotechnol. Agron. Soc. Environ., 4, 2, 83-93.
158
Bibliographie
[Mou et Slo 96] Moussou V., Slowinski R., 1996. Infering an ELECTRE TRI
model from assignemenrt examples, cahier du LAMSADE N° 40,
Univ. Raris Dauphine.
[Roy 75] Roy B., 1975. Vers une méthodologie générale d’aide à la décision,
Metra, 14, 3, 459-497.
[Roy 81] Roy B., 1981. The optimisation problem formulation : criticism and
overstepping, The Jounal of the Operational Research Society, 32,
6, 427-436.
[Roy et Bou 93] Roy B., Bouyssou D., 1993. Aide multicritère à la décision :
Méthodes et cas, Economica, Paris.
159
Bibliographie
[Sug 74] Sugeno M., 1974. Theory of fuzzy integrals and its applications.
Th. Doct., Institut de Technologie de Tokyo, Tokyo.
[Top et al 00] Top G., Boulemia C. et Henry E, 2000. Etude de faisabilité d’une
base de données urbaines. Collaboration entre la Communauté de
Communes du Béthunois et l’Université d’Artois, 1ière Rencontre
du Réseau Doctoral de Génie Civil, Aussois,30 jav.-2 fév. 2000,3p.
[Vin 92] Vincke Ph., 1992. Multicriteria Decision Aid, John Wiley & Sons,
England.
160